数据的特征抽取

 1 from sklearn.feature_extraction import DictVectorizer
 2 
 3 
 4 
 5 def dict_vec():
 6     """
 7     字典数据，特征抽取
 8     :return: None
 9     """
10     # 实例化
11     d = DictVectorizer(sparse=False)  # 有无sparse参数返回的数据类型不一样
12     # 调用 fit_transform
13     data = d.fit_transform([{‘city‘: ‘北京‘, ‘temperature‘: 100}, {‘city‘: ‘上海‘, ‘temperature‘: 60}, {‘city‘: ‘深圳‘, ‘temperature‘: 80}])
14     print(d.get_feature_names())
15     print(data)
16     return None
17 
18 # 字典数据抽取：把字典中一些类别数据，分别进行转换成特征
19 if __name__ == ‘__main__‘:
20     dict_vec()

输出结果：

　　[‘city=上海‘, ‘city=北京‘, ‘city=深圳‘, ‘temperature‘]
　　[[ 0. 1. 0. 100.]
　　[ 1. 0. 0. 60.]
　　[ 0. 0. 1. 80.]]