当我使用管道对线性 svc 进行预处理、训练和测试时，如何获得最重要的特征系数？

Posted 2023-03-12

【中文标题】当我使用管道对线性 svc 进行预处理、训练和测试时，如何获得最重要的特征系数？

【英文标题】：How to get most important feature coefficients when i used pipeline to preprocess, train and test the linear svc?

【发布时间】：2020-11-21 15:17:06

【问题描述】：

我使用的是 LinearSVC，我使用列转换器对数字和分类数据进行了预处理，然后使用了管道。如您所见，我使用 GridSearchCV 来获取模型的最佳参数，然后将其放入管道中。 我也进行了拟合、测试并获得了分数，但我想知道最重要的特征系数。

到目前为止，我已经尝试过“clf.coef_”，因为分类器步骤在管道中被命名为 clf，但我收到一条消息说 clf 未定义。 我也试过 gridf.coef_,pipefinal.steps[1].coef_ 但没有任何效果。 因此，我们将不胜感激在这方面的任何帮助。谢谢。

preprocessing=ColumnTransformer([('hot',OneHotEncoder(),categ),('scale',StandardScaler(),num)],n_jobs=-1)
pipefinal=Pipeline([('pre',preprocessing),('clf',LinearSVC(max_iter=100000,C=0.1))])
gridf=GridSearchCV(pipefinal,param_grid=,cv=10)
gridf.fit(X_train,y_train)
gridf.score(X_val,y_val)

【参考方案1】：

GridSearchCV 将在您调用fit() 方法后通过其best_estimator_ 属性提供最佳估算器。由于您的估算器是 Pipeline 对象，因此您必须进一步对其下标才能访问分类器。然后，您可以访问其coef_ 属性。在你的情况下，那将是：

gridf.best_estimator_['clf'].coef_