Sklearn：特征提取类型错误

Question

作为一名编程初学者，我在使用 Scikit learn 进行机器学习实验时遇到了一些文本分类问题。我使用 10 折交叉验证，因此训练和测试数据没有区分。

我的问题始于特征提取模块。这是有错误的代码：

vec = DictVectorizer() 
X = vec.fit_transform(instances).toarray()

最后一行给出以下错误：

TypeError: float() 参数必须是字符串或数字，而不是 'dict'

Instances 是特征向量字典的列表，每个文档都有一个字典。实例列表开头的示例（您可以看到第一个文档的字典的一部分）。

有些特征是嵌套在特征向量字典中的字典。我不知道如何使它不嵌套，但也许这就是问题所在？

Answer 1

是的，问题在于您的嵌套字典特征向量。拆分它们并使它们成为独立的特征。