NLP：利用DictVectorizer對使用字典存儲的數(shù)據(jù)進行特征抽取與向量化

?

?

目錄

輸出結(jié)果

實現(xiàn)代碼

---

?

?

?

輸出結(jié)果

?

實現(xiàn)代碼

#定義一組字典列表，用來表示多個數(shù)據(jù)樣本(每個字典代表一個數(shù)據(jù)樣本) 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()) #輸出轉(zhuǎn)化之后的特征矩陣 print(vec.get_feature_names()) #輸出各個維度的特征含義

?

總結(jié)

以上是生活随笔為你收集整理的NLP：利用DictVectorizer对使用字典存储的数据进行特征抽取与向量化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。