DictVectorizer#
- class sklearn.feature_extraction.DictVectorizer(*, dtype=<class 'numpy.float64'>, separator='=', sparse=True, sort=True)[源代码]#
Transforms lists of feature-value mappings to vectors.
该Transformer将特征名称到特征值的映射列表（类似于dict的对象）转换为Numpy数组或scipy.sparse矩阵，以供scikit-learn估计器使用。
当特征值是字符串时，此Transformer将进行二进制一热（又名K中之一）编码：为该特征可以采用的每个可能的字符串值构建一个布尔值特征。例如，可以采用值“ham”和“spam”的特征“f”将成为输出中的两个特征，一个表示“f=ham”，另一个表示“f=spam”。
如果特征值是一个序列或一组字符串，则此Transformer将迭代这些值并对每个字符串值的出现情况进行计数。
但是，请注意，当特征值为字符串类型时，此Transformer仅会执行二进制一热编码。如果类别要素用int或字符串可迭代等数字值表示，则DictVectorizer后面可以跟着
OneHotEncoder完成二进制一热编码。样本（映射）中未出现的特征在生成的数组/矩阵中将具有零值。
有关不同特征提取器的效率比较，请参阅 收件箱Hasher和DictVectorizer比较 .
阅读更多的 User Guide .
- 参数:
- dtypedype，默认=np.float64
特征值的类型。作为dype参数传递给Numpy数组/scipy. sparse矩阵构造器。
- separator字符串，默认=“=”
为一热编码构建新功能时使用的分隔符字符串。
- sparse布尔，默认=True
转换是否应该产生scipy.sparse矩阵。
- sort布尔，默认=True
是否
feature_names_和vocabulary_安装时应分类。
- 属性:
- vocabulary_dict
将要素名称映射到要素索引的字典。
- feature_names_列表
包含要素名称的长度n_features列表（例如，“f =火腿”和“f = spam”）。
参见
FeatureHasher仅使用哈希函数执行向量化。
sklearn.preprocessing.OrdinalEncoder处理编码为任意数据类型的列的名义/类别特征。
示例
>>> from sklearn.feature_extraction import DictVectorizer >>> v = DictVectorizer(sparse=False) >>> D = [{'foo': 1, 'bar': 2}, {'foo': 3, 'baz': 1}] >>> X = v.fit_transform(D) >>> X array([[2., 0., 1.], [0., 1., 3.]]) >>> v.inverse_transform(X) == [{'bar': 2.0, 'foo': 1.0}, ... {'baz': 1.0, 'foo': 3.0}] True >>> v.transform({'foo': 4, 'unseen_feature': 3}) array([[0., 0., 4.]])
- fit(X, y=None)[源代码]#
学习一个功能名称->索引映射列表。
- 参数:
- X映射或可迭代映射
从要素名称（任意Python对象）到要素值（字符串或可转换为dype）的Dict或映射。
在 0.24 版本发生变更: 接受一个类别特征的多个字符串值。
- y（忽略）
被忽视的参数。
- 返回:
- self对象
DictVectorizer类实例。
- fit_transform(X, y=None)[源代码]#
了解功能名称列表->索引映射并转换X。
就像fit（X）后面跟着transform（X）一样，但不需要在内存中具体化X。
- 参数:
- X映射或可迭代映射
从要素名称（任意Python对象）到要素值（字符串或可转换为dype）的Dict或映射。
在 0.24 版本发生变更: 接受一个类别特征的多个字符串值。
- y（忽略）
被忽视的参数。
- 返回:
- Xa{数组，稀疏矩阵}
特征载体;始终是2-d。
- get_feature_names_out(input_features=None)[源代码]#
获取用于转换的输出要素名称。
- 参数:
- input_features字符串或无的类数组，默认=无
未使用，此处列出是为了按照惯例实现API一致性。
- 返回:
- feature_names_out字符串对象的nd数组
转换的功能名称。
- get_metadata_routing()[源代码]#
获取此对象的元数据路由。
请检查 User Guide 关于路由机制如何工作。
- 返回:
- routingMetadataRequest
A
MetadataRequest封装路由信息。
- get_params(deep=True)[源代码]#
获取此估计器的参数。
- 参数:
- deep布尔，默认=True
如果为True，将返回此估计量和包含的作为估计量的子对象的参数。
- 返回:
- paramsdict
参数名称映射到其值。
- inverse_transform(X, dict_type=<class 'dict'>)[源代码]#
将数组或稀疏矩阵X转换回特征映射。
X必须是通过此DictVectorizer的transform或fit_transform方法生成的;它可能只通过了保留特征数量及其顺序的转换器。
In the case of one-hot/one-of-K coding, the constructed feature names and values are returned rather than the original ones.
- 参数:
- X形状（n_samples，n_features）的{类数组，稀疏矩阵}
样本矩阵。
- dict_type类型，默认=dict
特征映射的构造器。必须符合集合。映射API。
- 返回:
- D形状的dict_类型对象列表（n_samples，）
X中样本的特征映射。
- restrict(support, indices=False)[源代码]#
Restrict the features to those in support using feature selection.
此函数就地修改估计器。
- 参数:
- support阵列状
布尔屏蔽或索引列表（由特征选择器的get_supply成员返回）。
- indices布尔，默认=假
支持是否是指数列表。
- 返回:
- self对象
DictVectorizer类实例。
示例
>>> from sklearn.feature_extraction import DictVectorizer >>> from sklearn.feature_selection import SelectKBest, chi2 >>> v = DictVectorizer() >>> D = [{'foo': 1, 'bar': 2}, {'foo': 3, 'baz': 1}] >>> X = v.fit_transform(D) >>> support = SelectKBest(chi2, k=2).fit(X, [0, 1]) >>> v.get_feature_names_out() array(['bar', 'baz', 'foo'], ...) >>> v.restrict(support.get_support()) DictVectorizer() >>> v.get_feature_names_out() array(['bar', 'foo'], ...)
- set_output(*, transform=None)[源代码]#
设置输出容器。
看到 介绍 set_output API 了解如何使用API的示例。
- 参数:
- transform{“默认”，“pandas”，“polars”}，默认=无
配置输出
transform和fit_transform."default"：Transformer的默认输出格式"pandas"：DataFrame输出"polars"：两极输出None：转换配置不变
Added in version 1.4:
"polars"添加了选项。
- 返回:
- self估计器实例
估计实例。