機械学習ライブラリをscikit-学びます

それを学ぶために、以前の研究のためのライブラリ、軽量について話しました。

インストールはおよそ、シンプルで話をされていません。しかし、あなたが最初のライブラリscikit-学ぶインストールするnumpyのとパンダのライブラリをインストールする必要があります。

アナコンダは、その後、インストールされた場合は、このライブラリが付属しています。

-------------------------------------------------- -------------------------------------------------- ------

図1に示すように、第1辞書特徴抽出

効果：のための辞書データの特徴量抽出。

API：sklearn.feature_extraction.DictVectorizer

フロー：1、インスタンス化するクラスDictVectorizer（）

　　図2に示すように、入力データ、及び変換方式fit_transormを呼び出し

コードの場合：

1  から sklearn.feature_extraction インポートDictVectorizer
 2  
3。 DEF ）dictvec（：
 4      '' ' 
5。     辞書データ抽出
 6。      ：戻り：なし
 。7      ' '' 
8      ＃はインスタンス化
。9      辞書= DictVectorizer（）
 10  
11。      ＃のコールfit_transorm 
12は、      データ=辞書.fit_transform（[{ ' 名前'：'X '、' スコア'：80}、{ ' 名前'：' Y' ' スコア'：90}、{ ' 名前'：' Z ' ' スコア'：100 }]）
 13  
14      プリント（データ）
 15  
16      戻りなし
 17  
18  なら __name__ == ' __main__ ' ：
 19      dictvec（）

1.0の値は、行0、列0を示している（0,0）のような出力結果が座標を取得するために、括弧の前にあるスパース行列であり、後者の図は、座標の値で見ることができます。

他の座標（0,1）、（0,2）、等としてリストされていないデフォルト値は0です。

まばらなパラメータDictVectorizer（）は偽、そう簡単に読める結果に設定されています。

2、テキスト特徴抽出

効果：上のテキストデータを抽出

API：sklearn.feature_extraction.text.CountVectorizer 


コードには2件の記事があると仮定します。「人生はshortmですが、私はPythonのように」と「人生は長すぎる、私は嫌いのPython」を

1  から sklearn.feature_extraction.text インポートCountVectorizer
 2  
。3  DEFのcountvec（）：
 4      '' ' 
5      テキスト特徴量抽出
 6。      ：戻り：なし
 。7      ' '' 
8      ＃インスタンス化
。9      CV = CountVectorizer（）
 10  
。11      ＃コールfit_transorm 
12は      、データcv.fit_transform =（[ ' 人生はshortm IS、I Pythonのような'、' 生命IS長すぎる、私は、Pythonを嫌い' ]）
 13が 
14      印刷（データ）
 15     
16      リターンなし
 17  
18  もし __name__ == ' __main__ ' ：
 19      countvec（）

結果および抽出辞書は、それはあなたが読みやすくなり、2次元マトリクス状に変換され、この行列を解析することは注目に値する、同じである、そして、結果は（のtoArrayに代わりスパースパラメータを設定するの、）を呼び出すことで
以下のように：

get_feature_names（）特徴抽出の全てのリストであるリストを返す（本実施形態では8つの単語を抽出し、単一の文字がカウントされません）。

結果は、2つのリスト、記事に対応する各があります。最初の0の最初のリストは、最初の記事の嫌悪は、最初のリストは、最初のものはあり表し、というように、表示されません表し