当我获得多类 SVM 的系数时,我似乎无法找到一种方法来检索权重所属的类。它们按某种顺序排序。有没有办法检索哪个类与系数二维数组中的哪个索引对应?
最佳答案
您可以从classes_
属性获取类的顺序。我认为它们通常按升序排列,因为 numpy.unique 会对它们进行排序,但据我所知,这没有记录。
如果进行多类分类,scikit-learn 会采用一对一的方案。这意味着您为每个类组合获得一个单独的分类器(或一组权重)。如果 C
是类的数量,则总共有 C * (C-1)/2
组合。
不幸的是,似乎也没有任何关于如何订购这些组合的信息。然而,从source code来看似乎它们的顺序如下:
0-1, 0-2, 0-3, ... 0-c,
1-2, 1-3, ... 1-c,
2-3, ... 2-c,
.
.
.
考虑以下示例:
import numpy as np
from sklearn.svm import SVC
x = np.random.randn(40, 7) # 7 features, 40 samples
y = ['D', 'B', 'A', 'C'] * 10 # four classes
svc = SVC(kernel='linear').fit(x, y)
print(svc.classes_) # ['A', 'B', 'C', 'D']
print(svc.coef_.shape) # (6, 7)
svc.coef_的形状显示有6组权重。它们对应于以下类标签对: AB、AC、AD、BC、BD、CD
注意: 这个答案基于观察和源代码检查,而不是实际文档。持保留态度:)
关于python - Sklearn SVM系数属性-如何获取类名?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35170805/