Scikit-learn SelectFromModel——实际获取底层预测变量的特征重要性分数

Question

我正在尝试估计手头分类任务的特征重要性。对我来说重要的是获得代表每个特征重要性的具体数字，而不仅仅是 'pick X features which are most important'.

显而易见的选择是使用基于树的方法，它提供了很好的 feature_importances_ 方法来获取每个特征的重要性。但我对基于树的分类器的结果并不满意。我了解到 SelectFromModel 方法能够根据重要性得分消除不重要的特征，并且对 SVM 或线性模型也能成功做到这一点。

我想知道，有没有什么方法可以从 SelectFromModel 中获取每个特征的特定重要性分数，而不仅仅是获取最重要特征的列表？

Answer 1

翻阅GitHubsource code，我发现了这段代码：

def _get_feature_importances(estimator):
    """Retrieve or aggregate feature importances from estimator"""
    importances = getattr(estimator, "feature_importances_", None)

    if importances is None and hasattr(estimator, "coef_"):
        if estimator.coef_.ndim == 1:
            importances = np.abs(estimator.coef_)

        else:
            importances = np.sum(np.abs(estimator.coef_), axis=0)

    elif importances is None:
        raise ValueError(
            "The underlying estimator %s has no `coef_` or "
            "`feature_importances_` attribute. Either pass a fitted estimator"
            " to SelectFromModel or call fit before calling transform."
            % estimator.__class__.__name__)

    return importances

因此，如果您使用的是线性模型，代码只是使用模型系数作为 "importance scores"。

您可以通过从传递给 SelectFromModel 的估算器中提取 coef_ 属性来做到这一点。

示例：

sfm = SelectFromModel(LassoCV(), 0.25)
sfm.fit(X, y)
print(sfm.estimator_.coef_)  # print "importance" scores

Scikit-learn SelectFromModel——实际获取底层预测变量的特征重要性分数

Scikit-learn SelectFromModel - actually obtain the feature importance scores of underlying predictor

python

machine-learning

feature-selection

scikit-learn