如何检查文本特征的特征重要性？答案

【问题标题】：How to check feature importances on text feature?如何检查文本特征的特征重要性？
【发布时间】：2019-12-04 21:38:52
【问题描述】：

首先，我还在研究情感分析上的分类器比较。然后，我想知道每个分类器上每个特征的重要性。

我已经尝试过model.feature_importances_，但是因为我对我的数据序列进行了矢量化，所以我无法理解这些特征重要性的词是什么。

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import CountVectorizer

line = pd.read_csv('line_label.csv', encoding = "ISO-8859-1")

x = line.Berita
y = line.Sentimen

xcv = x
xtf = x

countvect = CountVectorizer(analyzer = "word", tokenizer = None, lowercase = None)
xcv = countvect.fit_transform(x).toarray()

X_train, X_test, y_train, y_test = train_test_split(xcv, y, test_size=0.01, random_state=42)

from sklearn.ensemble import RandomForestClassifier 

rf = RandomForestClassifier() 

rf.fit(X_train, y_train) 

rf.score(X_test, y_test)

rf.feature_importances_

显示

array([2.20854745e-04, 1.24760561e-04, 3.14268988e-03, ...,
   1.71782391e-04, 5.15755286e-05, 2.13065348e-08])

【问题讨论】：

标签： python machine-learning scikit-learn classification sentiment-analysis

【解决方案1】：

使用以下代码：

for feature, importance in zip(countvect.get_feature_names(), rf.feature_importances_):
    print('{}: {}'.format(feature, importance))

【讨论】：