机器学习之路：python 字典特征提取器 DictVectorizer

python3 学习使用api

将字典类型数据结构的样本，抽取特征，转化成向量形式

源码git: https://github.com/linyi0604/MachineLearning

代码：

 from sklearn.feature_extraction import DictVectorizer

 '''
 字典特征提取器：
     将字典数据结构抽和向量化
     类别类型特征借助原型特征名称采用0 1 二值方式进行向量化
     数值类型特征保持不变
 '''

 # 定义一个字典列表 用来表示多个数据样本
 measurements = [
     {"city": "Dubai", "temperature": 33.0},
     {"city": "London", "temperature": 12.0},
     {"city": "San Fransisco", "temperature": 18.0},
 ]

 # 初始化字典特征抽取器
 vec = DictVectorizer()
 data = vec.fit_transform(measurements).toarray()
 # 查看提取后的特征值
 print(data)
 '''
 [[ 1.  0.  0. 33.]
  [ 0.  1.  0. 12.]
  [ 0.  0.  1. 18.]]
 '''
 # 查看提取后特征的含义
 print(vec.get_feature_names())
 '''
 ['city=Dubai', 'city=London', 'city=San Fransisco', 'temperature']
 '''