NLP：利用DictVectorizer对使用字典存储的数据进行特征抽取与向量化

 

 

目录

输出结果

实现代码

 

 

 

输出结果

NLP：利用DictVectorizer对使用字典存储的数据进行特征抽取与向量化_人工智能

 

实现代码


#定义一组字典列表，用来表示多个数据样本(每个字典代表一个数据样本)
from sklearn.feature_extraction import DictVectorizer
measurements = [{'city': 'Shang Hai', 'temperature': 33.}, {'city': 'Bei Jing', 'temperature': 12.}, {'city': 'Las Vegas', 'temperature': 18.}]
vec = DictVectorizer()  #初始化DictVectorizer特征抽取器
print(vec.fit_transform(measurements).toarray()) #输出转化之后的特征矩阵
print(vec.get_feature_names())                   #输出各个维度的特征含义

 

更多文章请关注《万象专栏》