? ? ? ? ? ? ?Scikit-learn數據預處理分類變量編碼之字段特征編碼

1 聲明

本文的數據來自網絡，部分代碼也有所參照，這里做了注釋和延伸，旨在技術交流，如有冒犯之處請聯系博主及時處理。

2 字段特征編碼簡介

字典特征編碼主要是對字典類型的數據進行編碼，取key為列，value則對應列的值。比如NLP里的詞頻,key為單詞、values為單詞出現次數。

注：這里主要針對原始分類變量是字符串的情況。

from sklearn.feature_extraction import DictVectorizer data_dict = [{"NLP": 2, "Deep Learning": 4}, {"Nosql": 4, "Machine learning ": 3}, {"Nosql": 1, "Deep Learning": 2}, {"NLP": 2, "Machine learning": 2}] dictvectorizer = DictVectorizer(sparse=False) features = dictvectorizer.fit_transform(data_dict) print(features) print(dictvectorizer.feature_names_)

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的Scikit-learn数据预处理分类变量编码之字段特征编码的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。