sklearn：特征提取类型错误

Question

作为编程初学者，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划分。

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()

最后一行报错如下：

TypeError: float() argument must be a string or a number, not 'dict'

Instances 是一个特征向量字典列表，每个文档一个字典。 instances列表开头的例子（可以看到第一个文档的字典的一部分）。

一些特征是嵌套在特征向量字典中的字典。我不知道如何让它不嵌套，但也许这就是问题所在？

Answer 1

是的，问题出在您的嵌套字典特征向量上。拆分它们，使它们成为独立的特征。