在Scikit-learn中,特征提取通常是通过特征提取器(如CountVectorizer、TfidfVectorizer等)来实现的。下面是一个简单的使用CountVectorizer来提取文本特征的示例:
from sklearn.feature_extraction.text import CountVectorizer
# 创建CountVectorizer对象
count_vectorizer = CountVectorizer()
# 在文本数据上拟合并转换特征
X = count_vectorizer.fit_transform(['I love Scikit-learn', 'Scikit-learn is great'])
# 输出特征矩阵
print(X.toarray())
# 输出特征对应的单词
print(count_vectorizer.get_feature_names())
在上面的示例中,首先创建了一个CountVectorizer对象,然后对文本数据进行拟合并转换,最后输出了特征矩阵和特征对应的单词。通过这种方式,可以将文本数据转换为特征矩阵,以便进行机器学习模型的训练。