字典特征抽取
from sklearn.feature_extraction import DictVectorizer
def dictvec():
# 实例化
dict=DictVectorizer(sparse=False)
# 调用fit_transform
data=dict.fit_transform([{'city':'上海','temperature':60},{'city':'北京','temperature':100},{'city':'深圳','temperature':30}])
print(data)
print(mydict.get_feature_names())
return None
if __name__ == '__main__':
dictvet()
DictVectorizer(sparse=True)
DictVectorizer.fit_transform(X)
x:字典或者包含字典的迭代器
返回值:返回sparse矩阵
DictVectorizer.inverse_transform(X)
X:array数组或者sparse矩阵
返回值:转换之前的数据格式
DictVectorizer.get_feature_name()
返回类别名称
DictVectorizer.transform(X)
按照原先的标准进行转换