sklearn SVM-Anova 的文档中有一个示例。我想进一步对 SVM 的超参数、i.d.、C 和 gamma 进行GridSearchCV，对于示例中使用的每个百分位数的特征，如下所示:
transform = feature_selection.SelectPercentile(feature_selection.f_classif)
clf = Pipeline([('anova', transform),
('normal',preprocessing.StandardScaler()),
('svc', svm.SVC())])
parameters = {
'svc__gamma': (1e-3, 1e-4),
'svc__C': (1, 10, 100, 1000)
}
percentiles = (1, 3, 6, 10, 15, 20, 30, 40, 60, 80, 100)
for percentile in percentiles:
clf.set_params(anova__percentile=percentile)
search = GridSearchCV(clf, parameters,cv=StratifiedKFold(y,7,shuffle=True, random_state=5), scoring='roc_auc', n_jobs=1)
search.fit(X,y)
它工作得很好，通过这样做，我可以同时调整 Anova 和 SVM 的参数，并使用这样的参数对来构建我的最终模型。
但是，我对它的工作原理感到困惑。它是否首先拆分数据并通过管道？如果是这样，如果我想进一步了解这些选定的特征，如何确定 Anova 选择的特征？
比如说，我使用一对参数(Anova 的百分位数和 SVM 的 C/gamma)获得最佳 CV 分数，我如何才能准确地找出该设置中保留了哪些特征？因为每个参数设置都是在 CV 下进行测试的，每个参数都包含具有不同训练数据的折叠，因此需要通过 Anova 评估不同的特征集。
我可以得出的一种方法是对每个折叠中保留的功能集进行交叉，以获得性能最佳的一对参数，但我不知道如何修改代码来做到这一点。
对此方法的任何建议或疑问都表示赞赏和欢迎。
最佳答案
您可以摆脱百分位数的循环，只需将百分位数放入参数网格中即可。
然后就可以查看search.best_estimator_选择的特征，即search.best_estimator_.named_steps['anova'].get_support()
关于python - 网格搜索 SVM-anova 的超参数并在 Sklearn 中获取所选特征，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29732783/