假设我们有一个如下所示的数据框：
age job friends label
23 'engineer' ['World of Warcraft', 'Netflix', '9gag'] 1
35 'manager' NULL 0
...
如果我们有兴趣训练一个使用年龄、工作和朋友作为特征来预测标签的分类器，我们将如何将这些特征转换为可以输入模型的数值数组？
散列列表的每个元素。使用示例数据帧，让我们假设我们的哈希函数具有以下映射：
NULL -> 0
engineer -> 42069
World of Warcraft -> 9001
Netflix -> 14
9gag -> 9
manager -> 250
让我们进一步假设朋友的最大长度为 5。任何较短的都会在右侧填充零。如果好友大小大于 5，则选择前 5 个元素。
特征转换后的数据框如下所示：
feature label
[23, 42069, 9001, 14, 9, 0, 0] 1
[35, 250, 0, 0, 0, 0, 0] 0
machine-learning feature-extraction deep-learning feature-engineering