【发布时间】:2021-09-15 21:13:22
【问题描述】:
我试图通过使用我找到的代码来查看数据集中最有贡献的特征。代码如下
def f_importances(coef, names):
imp = coef
imp,names = zip(*sorted(zip(imp,names)))
plt.barh(range(len(names)), imp, align='center')
plt.yticks(range(len(names)), names)
plt.show()
features_names = ['text', 'jumlah kata', 'jam']
n_classes = 3
n_features = len(features_names)
clf_coef_ = np.random.randint(1, 30, size=(int(0.5*n_classes*(n_classes-1)), n_features))
f_importances(clf_coef_.sum(axis=0), features_names)
从该代码中,我得到了以下结果
我的问题是
- X 平面上的数字是什么意思?有 10、20、30 等等。我无法询问上传者。
- 这似乎是随机的。如何让它不随机?例如我想使用所有的数据
【问题讨论】:
标签: python matplotlib machine-learning svm