如何检查文本特征的重要性?

首先,我还在进行关于情感分析的分类器比较研究。然后,我想了解每个分类器中每个特征的重要性。

我已经尝试过使用model.feature_importances_,但因为我对训练数据进行了向量化,所以我无法理解这些特征重要性对应的具体词语是什么。

import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.feature_extraction.text import CountVectorizerline = pd.read_csv('line_label.csv', encoding = "ISO-8859-1")x = line.Beritay = line.Sentimenxcv = xxtf = xcountvect = 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_

显示结果为

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

回答:

使用以下代码:

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

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注