Scikit-learn之特征抽取

pip install Scikit-learn

#!/usr/bin/env python
# -*- coding: utf-8 -*-
#author tom

from sklearn.feature_extraction import DictVectorizer

l=[
    {‘city‘:‘北京‘,‘temparatue‘:20},
    {‘city‘:‘深圳‘,‘temparatue‘:40},
    {‘city‘:‘广州‘,‘temparatue‘:60},
]

def dictvec():
    """
    字典数据抽取
    :return:
    """
    #实例化对象
    dic=DictVectorizer()
    #调用feature,参数是字典，或者把字典放置于可迭代对象中，比如说列表
    data=dic.fit_transform(l)
    print(dic.get_feature_names())
    print(data)


if __name__ == ‘__main__‘:
    dictvec()

[‘city=北京‘, ‘city=广州‘, ‘city=深圳‘, ‘temparatue‘]
(0, 0) 1.0
(0, 3) 20.0
(1, 2) 1.0
(1, 3) 40.0
(2, 1) 1.0
(2, 3) 60.0

#!/usr/bin/env python
# -*- coding: utf-8 -*-
#author tom

from sklearn.feature_extraction import DictVectorizer

l=[
    {‘city‘:‘北京‘,‘temparatue‘:20},
    {‘city‘:‘深圳‘,‘temparatue‘:40},
    {‘city‘:‘广州‘,‘temparatue‘:60},
]

def dictvec():
    """
    字典数据抽取
    :return:
    """
    #实例化对象
    dic=DictVectorizer(sparse=False)
    #调用feature,参数是字典，或者把字典放置于可迭代对象中，比如说列表
    data=dic.fit_transform(l)
    print(dic.get_feature_names())
    print(data)


if __name__ == ‘__main__‘:
    dictvec()

[‘city=北京‘, ‘city=广州‘, ‘city=深圳‘, ‘temparatue‘]
[[ 1. 0. 0. 20.]
[ 0. 0. 1. 40.]
[ 0. 1. 0. 60.]]

• DictVectorizer.fit_transform(x)

  • x:字典或者包含字典的迭代器
  • 返回值: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_names()
  • 返回类别特征
• DictVectorizer.transform(X)
  • 按照原先的标准转换
    　

把关于分类的特征值进行特征化以区分