python - scikit-learn 管道中的 transformer_weights 有什么用？

Question

只是scikit-learn的pipeline的一个小问题。

在 sklearn.pipeline.FeatureUnion 类中，有一个 transformer_weights 选项。

transformer_weights: dict, optional
: Multiplicative weights for features per transformer. Keys are transformer names, values the weights.

我在一个例子中看到了对不同特征赋予不同权重的用法。

    transformer_weights={
        'subject': 0.8,
        'body_bow': 0.5,
        'body_stats': 1.0,
    },

这对我来说是无稽之谈，因为分类器稍后会为您学习权重。为什么要费心使用它？

Answer 1

如果您使用带惩罚的线性分类器，这将改变应用于每个特征 block 的惩罚量。 向上扩展特征意味着它们相对于其他特征将受到更少的惩罚。