Scikit Learn 从管道内的 FeatureUnion 中提取特征名称

Posted 2023-03-12

【中文标题】Scikit Learn 从管道内的 FeatureUnion 中提取特征名称

【英文标题】：ScikitLearn Extracting Feature Names from FeatureUnion inside a pipeline

【发布时间】：2016-06-23 18:10:33

【问题描述】：

我正在使用 SKlearn 的 Pipeline 模型来提取和构建一个统一的特征，然后将其发送到随机森林分类器，而一些特征提取器可以在以后删除或添加，请考虑以下结构：

model = Pipeline([
                  ('feature_extract',
                     FeatureUnion([
                                   ('feature A', extracorA()),
                                   ('feature B', ExtractorB()),
                                   ('feature C', FeatureUnion([
                                                      ('c1', C1Extractor())
                                                      ('c2', C2Extractor())]))
                                                                               )]),
                   ('random_forest', RandomForestRegressor(...)))])

我想通过检查来改进随机森林的预测

feature_importances_

RandomForstRegressor 的属性

我设法使用以下方法获取列表：

model._final_estimator.feature_importances_

现在我想在 feature_importances_ 索引中的列号与管道中的功能名称/步骤之间动态链接。

是否有首选方法来保存/检索功能联合中的功能名称？您将如何解决这个问题？

【参考方案1】：

为了使所有内容保持动态形式，您可以使用以下函数作为单独类的转换实现，并使该类的对象成为管道的一部分。您甚至可以更改评分参数。我认为网格搜索作为管道的一部分是您正在寻找的......

def best_config(model, parameters, train_instances, judgements):
    clf = GridSearchCV(model, parameters, cv=5,
                       scoring="accuracy", verbose=5, n_jobs=4)
    clf.fit(train_instances, judgements)
    best_estimator = clf.best_estimator_

    return [str(clf.best_params_), clf.best_score_,
            best_estimator]

【讨论】：

这是否有助于解决问题？我想知道 Avi 如何实现这个答案或使用不同的方法。谢谢！

这似乎无法回答所提出的问题