目錄

一、基礎(chǔ)理論

1、特征工程

2、過程

3、API

二、特征提取轉(zhuǎn)化為二維矩陣

0、獲取數(shù)據(jù)集

1、實例化轉(zhuǎn)換器類

2、提取特征值

3、顯示

三、特征值轉(zhuǎn)化為稀疏矩陣

0、獲取數(shù)據(jù)集

1、實例化轉(zhuǎn)換器類

2、提取特征值

3、顯示?

總代碼

---

一、基礎(chǔ)理論

1、特征工程

特征工程是使用專業(yè)背景知識和技巧處理數(shù)據(jù)，使得特征能在機器學(xué)習(xí)算法上發(fā)揮更好的作用的過程。

文本類型? 轉(zhuǎn)化為??數(shù)值

類型? 轉(zhuǎn)化為? 數(shù)值

2、過程

1、獲取數(shù)據(jù)集

2、實例化轉(zhuǎn)換器類

3、提取特征值

3、API

fit_transform()

?先擬合數(shù)據(jù)(fit)，再將其轉(zhuǎn)換成標(biāo)準(zhǔn)形式（transform）。

# 特征提取?
sklearn.feature_extraction.DictVectorizer

二、特征提取轉(zhuǎn)化為二維矩陣

轉(zhuǎn)化的特征值若為漢字或字符，存在則為1，不存在則為0。

0、獲取數(shù)據(jù)集

# 數(shù)據(jù)集
data = [{'name':'小明', 'score':80}, {'name':'小紅', 'score':100}, {'name':'張三', 'score':60}]

1、實例化轉(zhuǎn)換器類

# 1、實例化轉(zhuǎn)換器類transfer = DictVectorizer(sparse=False)

2、提取特征值

# 2、提取特征值feature_data = transfer.fit_transform(data)

3、顯示

print('稀疏矩陣特征值：\n', feature_data)
print('特征名字：', transfer.get_feature_names())

?前3列表示的都是name，分別是小明、小紅、張三；

最后一列表示的是score。

全為字符的情況：

?（漢字及字符有則為1，沒有則為0）

三、特征值轉(zhuǎn)化為稀疏矩陣

0、獲取數(shù)據(jù)集

# 數(shù)據(jù)集
data = [{'name':'小明', 'score':80}, {'name':'小紅', 'score':100}, {'name':'張三', 'score':60}]

1、實例化轉(zhuǎn)換器類

# 1、實例化轉(zhuǎn)換器類transfer = DictVectorizer(sparse=False)

2、提取特征值

# 2、提取特征值feature_data = transfer.fit_transform(data)

3、顯示?

print('稀疏矩陣特征值\n', feature_data)
print('特征名字：', transfer.get_feature_names())

?前兩列是坐標(biāo)，表示該關(guān)鍵字在二維數(shù)組中對應(yīng)的位置。

全為字符的情況：

總代碼

# 字典特征提取
from sklearn.feature_extraction import DictVectorizer# 數(shù)據(jù)集
data = [{'name':'小明', 'score':80}, {'name':'小紅', 'score':100}, {'name':'張三', 'score':60}]# 提取特征值，轉(zhuǎn)化為稀疏矩陣
def Count_Sparse():# 1、實例化轉(zhuǎn)換器類transfer = DictVectorizer(sparse=True)# 2、提取特征值feature_data = transfer.fit_transform(data)print('稀疏矩陣特征值\n', feature_data)print('特征名字：', transfer.get_feature_names())# 提取特征值，轉(zhuǎn)化為二維矩陣
def Count_Matrix():# 1、實例化轉(zhuǎn)換器類transfer = DictVectorizer(sparse=False)# 2、提取特征值feature_data = transfer.fit_transform(data)print('二維矩陣特征值：\n', feature_data)print('特征名字：', transfer.get_feature_names())if __name__ == '__main__':Count_Sparse()        #稀疏矩陣（特征值）Count_Matrix()        #二維矩陣（特征值）

總結(jié)

以上是生活随笔為你收集整理的机器学习（2）特征提取1 -- 字典特征提取的全部內(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。