我有这样的训练数据示例（我有1000部电影用于训练），我需要预测每部电影的’预算’：

film_1 = {    'title': 'The Hobbit: An Unexpected Journey',    'article_size': 25000,    'producer': ['Peter Jackson', 'Fran Walsh', 'Zane Weiner'],    'release_date': some_date(2013, 11, 28),    'running_time': 169,    'country': ['New Zealand', 'UK', 'USA'],    'budget': dec('200000000')}

像'title'、'producer'、'country'这样的键可以被视为机器学习中的特征，而像'The Hobbit: An Unexpected Journey'、25000等值可以被视为用于学习过程的值。然而，在训练过程中，输入通常被接受为实数而不是字符串格式。我是否需要将像'title'、'producer'、'country'这样的字段（这些字段是字符串）转换为int（需要进行分类或序列化处理？）或者进行其他操作，以便能够将这些数据用作我的网络的训练集？

回答：

我想知道这是不是你需要的：

film_list=['title','article_size','producer','release_date','running_time','country','budget']flist = [(i,j) for i, j in enumerate(film_list)]label = [ seq[0] for seq in flist ]name = [ seq[1] for seq in flist ]print label print name>>[0, 1, 2, 3, 4, 5, 6]['title', 'article_size', 'producer', 'release_date', 'running_time', 'country', 'budget']

或者你可以直接使用你的字典，

labels = film_1.keys()print labels# 但键是排序的，labels[0]会给你'producer'而不是'title':>>['producer', 'title', 'country', 'release_date', 'budget', 'article_size', 'running_time']