为非线性分类器寻找特定于标签的***特征

Posted 2023-03-12

【中文标题】为非线性分类器寻找特定于标签的***特征

【英文标题】：Finding label-specific top features for non-linear classifier

【发布时间】：2019-06-14 11:04:43

【问题描述】：

是否有任何函数可以给出随机森林/XG Boost 分类器中每个标签的主要特征？ classifier.feature_importances_ 仅提供分类器整体的***特征。

寻找类似于 classifier.coef_ 的东西，它为 sklearn 中的 SVM 和朴素贝叶斯分类器提供标签特定的***功能。

【参考方案1】：

import pandas as pd
feature_importances = pd.DataFrame(rf.feature_importances_,
                               index = X_train.columns,
                      columns=['importance']).sort_values('importance',ascending=False)

试试这个！

Or 1 vs Rest 也是一个不错的选择，但需要很多时间。

【参考方案2】：

首先，随机森林/Xgboost 甚至一个简单的决策树/任何树集成都是一个固有的多类分类模型。因此，它将预测多类输出，而无需在二元分类器之上使用任何包装器（1 vs 1 / 1 vs Rest）（这是逻辑回归/SVM/SGDClassifier 所做的）。

因此，您可以单独获得整体多类分类的特征重要性，而不是单个标签的特征重要性。

如果您真的想知道各个标签的特征重要性，请使用 onevsRest wrapper 和 decisionTree/RandomForest/Xgboost 作为估计器。 这不是推荐的方法，因为与单个决策树相比，结果可能不是最优的。

一些例子here。