Python 将DICT作为值的DICT列表转换为ML功能

我想将Google Vision API人脸识别的输出转换为ML分类器的特征集。对于每个训练实例，我会得到一个预测人脸列表，该列表表示为一个字典列表，其中值本身就是字典，这些“值字典”的值本质上是分类的，如下所示：

$ faces[191:197]


[{'face_1': {'joy': 'VERY_UNLIKELY',
   'surprise': 'UNLIKELY',
   'anger': 'VERY_UNLIKELY',
   'sorrow': 'VERY_UNLIKELY',
   'headwear': 'VERY_UNLIKELY'}},
 {},
 {},
 {'face_1': {'joy': 'VERY_LIKELY',
   'surprise': 'LIKELY',
   'anger': 'VERY_UNLIKELY',
   'sorrow': 'VERY_UNLIKELY',
   'headwear': 'VERY_UNLIKELY'},
  'face_2': {'joy': 'VERY_UNLIKELY',
   'surprise': 'VERY_UNLIKELY',
   'anger': 'VERY_UNLIKELY',
   'sorrow': 'VERY_UNLIKELY',
   'headwear': 'VERY_LIKELY'}},
 {'face_1': {'joy': 'VERY_LIKELY',
   'surprise': 'VERY_UNLIKELY',
   'anger': 'VERY_UNLIKELY',
   'sorrow': 'VERY_UNLIKELY',
   'headwear': 'VERY_UNLIKELY'},
  'face_2': {'joy': 'POSSIBLE',
   'surprise': 'VERY_UNLIKELY',
   'anger': 'VERY_UNLIKELY',
   'sorrow': 'VERY_UNLIKELY',
   'headwear': 'VERY_UNLIKELY'}}]

我的目标是将其转换为ML可读格式。我想使用这样的编码（n是整个数据集中预测面的最大数量）：

---

我使用了sklearn dictVectorizer和labelEncoder作为其他功能，这些功能是dict列表，但这些dict没有像此数据源那样将dict作为值。

我不知道有什么东西可以在处理顺序值映射的框外工作（

不太可能

，…，

很可能

）以用户定义的方式转换为整数，同时处理字典中可能的键

下面的内容可能是最简单的：

#包括来自问题的dicts的'images'列表
#images=[{'face_1'：{'joy'：'非常不可能'，
#            ...]
将numpy作为np导入
观察结果=[“高兴”、“惊讶”、“愤怒”、“悲伤”、“戴帽子”]
级别={
“不太可能”：0，
“不太可能”：1，
“可能”：2，
“可能”：3，
“很有可能”：4，
}
N_IMAGES=len（图像）
N_观测值=len（观测值）
N_人_每张图像=2
向量=np.0（（N张图像，N张人物/N张图像*N张观察值））
对于i，枚举中的图像（图像）：
对于j，枚举中的面（图像）：
如果不是正面：
持续
其他：
t=（j*N_观测值）
e=（j*N_观测）+N_观测
obs_矢量=[观测中obs的级别[图像[面部][obs]]
向量[i][t:e]=obs_向量
打印（矢量）

结果:

[[0. 1. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [4. 3. 0. 0. 0. 0. 0. 0. 0. 4.]
 [4. 0. 0. 0. 0. 2. 0. 0. 0. 0.]]

---

如果每个图像中最多有8个面，则可以通过设置

N_PEOPLE\u PER_image=8

来轻松扩展。能否详细说明所需输出中的行表示什么？是否要将

faces

中的每个值转换为一行？@alexander.Hayes每行表示通过Google Vision API解析的图像。对于图像中的每个人脸，GVA引擎为以下5个字段“喜悦/惊讶/愤怒/悲伤/头饰”中的每一个字段生成分数。预测分数分为“非常不可能/不可能/可能/可能/非常可能”类别。这些类别不是独立的，因此希望将它们转换为0-5之间的分数（0表示“未观察到”，5表示“极有可能”）。每个图像中有0-8张脸，因此我将以40个特征结束（8张潜在脸中的每一张都有5个面部表情）。希望它有意义吗？总之，是的，所需输出中的每一行代表一个图像。您可以做两件事。将dict转换为dataframe。然后使用分类编码器将stings编码为整数。首先将其转换为df。然后通过简单的谷歌搜索可以生成编码解决方案。非常感谢Alexander！这看起来是一个不错的方法关于它。我会马上试用。/UlrikUpdate:效果很好，Alexander。再次感谢。很好！如果它解决了问题，请随意接受答案。如果您更喜欢

pandas.DataFrame

路线，可能会有一个很好的替代解决方案（就我个人而言，对于这类问题，我更喜欢

numpy

，但

pandas

确实使一些下游分析更容易）。

[[0. 1. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [4. 3. 0. 0. 0. 0. 0. 0. 0. 4.]
 [4. 0. 0. 0. 0. 2. 0. 0. 0. 0.]]