scikit-learn - 在scikit-learn Stochastic Gradient Descent分类器中，如何找到影响最大的自变量？

Question

我这样做：

from sklearn.linear_model import SGDClassifier
sgclass = SGDClassifier(random_state=10)
sgclass.fit(X_train,y_train)
pred = sgclass.predict(X_test)
from sklearn.metrics import classification_report,accuracy_score
print(classification_report(y_test, pred))
print(accuracy_score(y_test, pred)) 

这些是关于模型召回率和精度的有用报告。

但是如何获取预测因变量的最有影响力的自变量呢？我从大约 12 位候选人开始，想看看他们在模型中的影响力排名。

标签： scikit-learngradient-descent

Answer 1

正如文档所指定的，您可以使用coef_属性来获取特征权重。特征的绝对值越大，其重要性就越大。

您可以在 scikit 的特征选择类SelectFromModel中看到这一点。最好的特征是从具有feature_importances_或coef_属性的任何分类器中选择的。