文本分类的区间随机林模型
文本分类的区间随机林模型
提问于 2015-12-28 21:50:53
我有文本数据集，其中手动将每条记录归类为两个可能的类之一。我在语料库上创建了一个TFIDF，没有英语停止词，训练/测试了一个随机森林分类器，对模型进行了评估，并将该模型应用于一个更大的文本语料库。到目前为止，一切都是好的，但如何更多地了解我的模型，即如何才能找出哪些词是“重要”的模式？
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-12-28 21:58:18
经过训练的RF应该有一个属性feature_importances_。我认为您必须使用oob_score=True (在构造函数中)来训练模型。特性的重要性将告诉您哪些特性(数据矩阵列)有影响。要获得单词，您可以返回tfidf向量器并获取它的vocabulary_属性(注意后面的下划线)，这是从单词到列索引的dict。
有关vocabulary_属性的说明，请参见以下文章：sklearn : TFIDF Transformer : How to get tf-idf values of given words in document
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/34501296
复制相关文章
相似问题
腾讯云开发者
