Question

我有一个这样的数据框：

import pandas as pd
test = pd.DataFrame({'type': ['a', 'b', 'a', 'c', 'b'], 'model': ['bab', 'ba', 'ba', 'ce', 'bw']})

如何使用sklearn FeatureHasher 在它上面？

我试过了：

from sklearn.feature_extraction import FeatureHasher 
FH = FeatureHasher()
train = FH.transform(test.type)

但它不喜欢它？它似乎想要一个字符串或一个列表，所以我尝试

FH.transform(test.to_dict(orient='list'))

但这也不起作用？我明白了：

AttributeError: 'str' object has no attribute 'items'

感谢

Answer 1

初始化FeatureHasher实例时需要指定输入类型：

In [1]:
from sklearn.feature_extraction import FeatureHasher
h = FeatureHasher(n_features=5, input_type='string')
f = h.transform(test.type)
f.toarray()

Out[1]:
array([[ 1.,  0.,  0.,  0.,  0.],
       [ 0., -1.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  0., -1.,  0.,  0.],
       [ 0., -1.,  0.,  0.,  0.]])

请注意，根据上面链接的文档，这将假设这些功能的值为1（大胆强调是我的）：

input_type：字符串，可选，默认为“dict”


“dict”（默认值）接受字典（feature_name，value）;

“配对”接受对（feature_name，   值）;

或“string”接受单个字符串。 feature_name应该是   string，而value应该是一个数字。 在“string”的情况下，a   隐含值。


对feature_name进行哈希查找   适合该功能的列。值的符号可能会被翻转   在输出中（但请参见下面的non_negative）。

如何使用sklearn FeatureHasher？

1 个答案: