前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >万能的0和1 之 字典特征抽取

万能的0和1 之 字典特征抽取

作者头像
zhaoolee
发布2018-04-19 11:02:51
5890
发布2018-04-19 11:02:51
举报
文章被收录于专栏:木子昭的博客

机器是无法识别自然语言的,机器只能识别0和1,经典的案例就是字典特征抽取

  • 0表示不存在
  • 1表示存在

以国漫人物信息,做示例

原始数据

原始数据

字典特征抽取后, 终端打印结果

特征抽取后的数据

关于one-hot编码

机器会将所有样本中, 出现过的特征统统列举出来,然后每个样本挨个比对所有特征,如果存在对应的特征则取1, 不存在则取0

代码语言:javascript
复制
# 字典特征抽取
from sklearn.feature_extraction import DictVectorizer

# 字典特征抽取
def dic_f_extra():
    # 人物信息
    shao_jin = [{"name":"袁小棠", "age": 19, "gender":"男"},
              {"name":"小亭子", "age": 19, "gender":"女"},
              {"name":"白衣段云", "age": 22, "gender": "男"},
              {"name":"阿九", "age": 18, "gender":"女"}]

    # 实例化字典特征抽取对象(为了便于观察,不使用sparse格式显示)
    dict_v = DictVectorizer(sparse=False)

    # 填充数值并转换
    data = dict_v.fit_transform(shao_jin)

    # 打印抽取后的,字典特征名称信息
    print(dict_v.get_feature_names())

    print("\n","\n","\n")
    # 打印字典特征数据信息
    print(data)

if __name__ == '__main__':
    dic_f_extra()
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 以国漫人物信息,做示例
    • 原始数据
      • 字典特征抽取后, 终端打印结果
        • 关于one-hot编码
        相关产品与服务
        NLP 服务
        NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档