Wie erkennt man die Relevanz eines Features in einem beliebigen Modell in ScikitLearn?

Question

Ich verwende logistische Regression und Linear SVC aus scikit für die Kategorisierung eines Dokuments in 2 Kategorien von Etikett 0 und Etikett 1. Ich TFIDF Vectorizer bin mit für Feature-Auswahl bezeichnet lernen, und ich habe alle Nicht-Null-Funktionen von Testdokument extrahiert mit Transform-Funktion von TFIDF Vectorizer darauf und jetzt möchte ich wissen, ob eine bestimmte Funktion für Label 1 oder Label 0 verwendet wird.

Grundsätzlich möchte ich wissen, ob meine Klassifikator gibt mir Antwort als Label 0, dann basiert Auf welche Eigenschaften hat es diese Antwort gegeben.

Answer 1

Mit der Funktion get_feature_names() können Sie die Feature-Namen extrahieren. Sie erhalten eine Array-Zuordnung für Feature-Indizes zu Feature-Namen. Sie können mehr darüber lesen here.

This example erläutert, wie die Objektnamen gedruckt werden.

Sie können die entsprechenden Relevanzwerte von this link erhalten. Gehen Sie zum Abschnitt mit dem Titel: Sinn der Tf-IDF-Matrix. Sie werden sehen, dass feature_names() verwendet wird, um die oberen Werte zu extrahieren.

EDIT: Verschiedene Klassifizierer haben verschiedene Möglichkeiten Feature Relevanzen zu extrahieren. Sie können SelectFromModel in sklearn verwenden, um die Features basierend auf dem ausgewählten Klassifikator zu extrahieren. Sie können die get_support Funktion verwenden, um die Feature-Indizes abzurufen. Here ist ein Beispiel für das gleiche.