在朴素贝叶斯中获取特征重要性答案

【问题标题】：Getting feature importance in Naive bayes在朴素贝叶斯中获取特征重要性
【发布时间】：2019-01-28 19:52:10
【问题描述】：

我的问题和这个完全一样， How to get feature Importance in naive bayes?

但是当我运行代码时

neg_class_prob_sorted = NB_optimal.feature_log_prob_[0, :].argsort()
pos_class_prob_sorted = NB_optimal.feature_log_prob_[1, :].argsort()

print(np.take(count_vect.get_feature_names(), neg_class_prob_sorted[:10]))
print(np.take(count_vect.get_feature_names(), pos_class_prob_sorted[:10]))

它总是打印具有相同首字母的单词

['aafco' 'misfit' 'misfir' 'miseri' 'miser' 'misconcept' 'miscarriag'
 'misc' 'mirin' 'minuscul']
['aafco' 'metrx' 'meticul' 'methood' 'metaplus' 'metaphor' 'mestemach'
 'messiest' 'mesmer' 'mesa']

有没有更好的方法可以打印出正负类对应的重要特征？

【问题讨论】：

发布有关您的数据集、问题和完整代码的更多详细信息。是这样，没问题吗？

标签： python machine-learning scikit-learn feature-selection naivebayes

【解决方案1】：

important_features= pd.DataFrame(data=np.transpose(model.fit(fdata, y_train).feature_log_prob_).astype("float32"),index=fdata.columns)

【讨论】：

请遵守 StackOverflow 的规则，同时留下响应。谢谢