将分类数据转换为数字数据scikit-learn optimization

Question

我有一个带有分类数据的数据集，我使用DictVectorizer将数据转换为数字。

# training data
vect = DictVectorizer(sparse=False)
x =  vect.fit_transform(samples)
# test data
vect.transform(samples)

但是这段代码会在大型数据集中造成内存问题，因为当每个类别由多种类型组成时，它会占用太多内存。

我想要一个解决方案或算法来解决内存成本问题

Answer 1

1. 升级scikit-learn

2. 将稀疏更改为true

   vect = DictVectorizer（sparse = False）