1
Amy 原创整理｜资料核验：2026-10-31
【scikit-learn文档事实】DictVectorizer把一组字典式特征转换成数组或稀疏矩阵。字符串值会按类别展开；数值类型则不能仅因为它代表“类别编号”，就自动获得相同的独热编码含义。某条样本没有出现的特征，在结果中为0。
【教学示例】{"city": "A", "count": 3}里的city可以产生类似city=A的类别特征，而count仍表达数值3。若你把city改写成整数1，工具不会知道1只是城市代码，而不是有大小含义的量。这些数据只是接口教学示例。
【Amy建议】在转换之前先给每个字段写清业务含义：数值是测量值、次数，还是类别标识。再查看get_feature_names_out等输出对应的列名，确认模型实际看到的特征。不要为了方便把所有文字都先替换成整数，再假定后面的转换器会恢复类别语义。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.DictVectorizer.html