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。

Answer 1

作为documentation指定，您可以使用 cof _ 属性来获取特征权重。特征的绝对值越大，它的重要性越大。

您可以在Scikit的特征选择类中看到，SelectFromModel。从任何分类器中选择了最佳功能，该分类器具有 feature_importances _ 或 cof _ 。