从数据框中提取文本特征并将其与其他类型的特征（异构数据）一起用于 sklearn 目的：

Question

我试图从类似于此的数据框中提取一些特征：

feature1:float feature2:float feature3:string succeeded:boolean

我远不是该主题的专家，但我尝试了以下操作：

from sklearn.feature_extraction.text import CountVectorizer

import scipy as sp

vectorizer = CountVectorizer()

vectorizer.fit(small_df.feature3)

X = sp.sparse.hstack( (vectorizer.transform(small_df.feature3),

                 small_df[['feature1', 'feature2']),

                 format='csr')

X_columns = vectorizer.get_feature_names() + df[cols].columns.tolist()

但是，我最终遇到以下错误： TypeError: no supported conversion for types: (dtype('int64'), dtype('O'))

任何帮助，将不胜感激！

Answer 1

解决方案：X = sp.sparse.hstack( (vectorizer.transform(small_df.name),                  small_df[cols].values.astype(np.float)))