朴素贝叶斯和K近邻上的"coefs_“或"features_importance_”的等价物是什么？
朴素贝叶斯和K近邻上的"coefs_“或"features_importance_”的等价物是什么？
提问于 2019-07-27 12:56:42
首先，我做了一个关于情感分析分类器比较的项目。然后我想知道每个分类器特征的重要性。
回答 1
Stack Overflow用户
发布于 2019-07-28 00:20:05
在K最近邻域的情况下，您可以同时使用一个特征进行拟合和预测，然后打印结果以查看哪个特征是最重要的。
使用虹膜数据集的示例：
import numpy as np
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import cross_val_score
iris = datasets.load_iris() # the data
clf = KNeighborsClassifier() # the model
y = iris.target # the target vector
n_features = iris.data.shape[1]
print('Feature Index , Accuracy obtained')
for i in range(n_features):
X = iris.data[:, i].reshape(-1, 1)
scores = cross_val_score(clf, X, y, cv = 5, scoring='accuracy') # cross-validated accuracy
print('{} {}'.format(i, scores.mean()))上面的打印结果：
Feature Index , Accuracy obtained
0 0.646666666667
1 0.553333333333
2 0.946666666667
3 0.96页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57229256
复制相关文章
相似问题
腾讯云开发者
