机器学习之字典特征提取

　　使用第三方库sklearn.feature_extraction：

#字典特征提取
from sklearn.feature_extraction import DictVectorizer
#字典特征提取
def dict_demo():
    data = [{'city':'北京','temperature':100}, {"city":'上海',"temperature":60}, {"city":'深圳',"temperature":30}]
    #1实例化转换器对象(默认sparse=True返回值为稀疏矩阵)
    transfer = DictVectorizer(sparse=False)
    #2调用函数特征提取fit_transform()
    data_new = transfer.fit_transform(data)
    print("data_new:
",data_new)
if __name__ == '__main__':
    dict_demo()

　　结果截图：

　　图①：

　

　　实例化转换器对象DictVectorizer()时，参数默认为：sparse=True时：

　　结果截图：

　　图②：

　　

　　结果图②中的元组代表的是图①中的非0点的位置，当sparse=true时，大大节省了内存（没有存放值为0的点）

　　当我们实例化对象时参数sparse若不设置为true，呢么也可以通过data.toarray()函数将图②输出格式变为图①矩阵格式输出。