特征转换
最近在看《PYTHON机器学习及实践+从零开始通往KAGGLE竞赛之路》这本书，
书中采用最简单直接的方式介绍了机器学习的入门实践语句，简单介绍原理以后，就开始代码实现了。
刚好看到一个例子，关于DictVectorizer的使用，很是喜欢这种操作方式，代码如下：
from sklearn.feature_extraction import DictVectorizer
dict_vec = DictVectorizer(sparse=False)# #sparse=False意思是不产生稀疏矩阵
X_train = dict_vec.fit_transform(X_train.to_dict(orient='record'))
X_test = dict_vec.transform(X_test.to_dict(orient='record'))
print(dict_vec.feature_names_)#查看转换后的列名
print(X_train)#查看转换后的训练集
['age','pclass=1st', 'pclass=2nd', 'pclass=3rd', 'sex=female', 'sex=male']
[[31.19418104 0. 0. 1. 0. 1. ]
[31.19418104 1. 0. 0. 1. 0. ]
[31.19418104 0. 0. 1. 0. 1. ]
...
[12. 0. 1. 0. 1. 0. ]
[18. 0. 1. 0. 0. 1. ]
[31.19418104 0. 0. 1. 1. 0. ]]
原pclass和sex列如下：
full[['Pclass','Sex']].head()
Pclass Sex
0 3 male
1 1 female
2 3 female
3 1 female
4 3 male
即pclass和sex两列分类变量转换为了数值型变量（只有0和1），age列数值型保持不变，达到了机器学习的识别目的。
该方法可用pandas中的get_dummies实现（同样可以实现one-hot编码），操作会复杂一些，代码如下：
Pclassdf = pd.DataFrame()
Pclassdf = pd.get_dummies(full['Pclass'],prefix='Pclass')
Pclassdf.head()
Pclass_1 Pclass_2 Pclass_3
0 0 0 1
1 1 0 0
2 0 0 1
3 1 0 0
4 0 0 1
有多少特征，就会新创建多少列，在之后用pd.concat连接即可，并且需要把原Pclass给drop掉。
————————————————
版权声明：本文为CSDN博主「极恶都市」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Jon_Sheng/article/details/79693971
