在稀疏矩阵中排序 (Python 2.*)

Question

我正在 coursera 中解决一个任务，但遇到了稀疏矩阵排序问题。问题是：我做了一个支持向量分类（sklearn.svm.SVC）

    clf = SVC(C=1, kernel='linear', random_state=241)
    clf.fit(X, y)

结果得到 [index_id; weight] 的矩阵 clf.coef_。现在我需要提取前 N 个权重及其索引，但是 weights 使用 clf.coef_.argsort() 排序不会导致同步 index_id 排序。我如何对这个矩阵进行排序而不破坏 [index_id; weight] link?

Answer 1

因为通过调用 argsort 你得到排序的索引而不是排序的数组，你可以使用 argsort 的结果直接作为特征索引。

所以如果你有一个数组[1.5, 2.5, 0.5]，argsort的结果是[2, 0, 1]，表示索引2处的元素是最低的元素，索引0是第二低的，索引 1 是最高的。

因此，如果你想提取前 2 项，你可以将 argsort 返回的数组的最后两个条目取反，并将其作为特征索引，在本例中为 [1, 0]

这是我通常用来从线性 SVM 中提取前 N 个权重的方法：

coefs = clf.coef_
if len(set(labels)) == 2:
    coefs = np.array([coefs[0, :], (1-coefs)[0, :]])
for cls, coef in zip(sorted(set(labels)), coefs):
    top_k = reversed(np.argsort(coef)[-k:])
    keywords = [mapping[idx] for idx in top_k]
    print('%s: %s' % (cls, keywords))

其中labels是类的集合，mapping是特征索引到特征名称（通常是单词）的映射。

在稀疏矩阵中排序 (Python 2.*)

Sorting in sparse matrix (Python 2.*)

python

python-2.x

sparse-matrix

scikit-learn