我想在我的逻辑回归模型中选择前5个特征。我现在有两个数组，一个包含所有特征名称，另一个数组包含来自model.coef_的系数，其中model = LogisticRegression()。

feature_list = ['ball', 'cat', 'apple',....,] # 这个数组有108个元素
coefficents = lr.coef_  
print(coefficents[0])

这会打印如下内容：

[ 2.07587361e-04  5.59531750e-04  0.00000000e+00  0.00000000e+00 -5.16353886e-02 ......  1.66633057e-02]   # 这个数组也有108个元素

当我尝试对系数值进行排序时，我得到了不同的值。

sorted_index = np.argsort(coefficents[0])
print(sorted_index)
[ 22  91  42  15  52  31  16  32  86 .... 17 106]   # 这个数组有108个值

如何从这两个数组中正确地获取前5个重要特征？

回答：

argsort 是按升序排序的，你需要按降序排序（最高值优先）

我在这里给你一个简单的例子：

import numpy as np
feature_list = ['ball', 'cat', 'apple', 'house', 'tree', 'school', 'child']
coeff = np.array([0.7, 0.3, 0.8, 0.2, 0.4, 0.1, 0.9])
# 取负值以按降序排序系数
idx = (-coeff).argsort()
# 将索引映射到特征列表
desc_feature = [feature_list[i] for i in idx]
# 选择前5个特征
top_feature = desc_feature[:5]
print(top_feature)

结果是你的前5个特征：

['child', 'apple', 'ball', 'tree', 'cat']