最重要的特征高斯朴素贝叶斯分类器python sklearn

Question

我正在尝试为我的 GaussianNB 模型获取最重要的功能。来自How to get most informative features for scikit-learn classifiers? 或How to get most informative features for scikit-learn classifier for different class? 的代码仅在我使用 MultinomialNB 时有效。否则，我如何计算或检索两个类（Fault = 1 或 Fault = 0）中最重要的特征？ 我的代码是：（不适用于文本数据）

df = df.toPandas()

X = X_df.values
Y = df['FAULT'].values.reshape(-1,1)


gnb = GaussianNB() 
y_pred = gnb.fit(X, Y).predict(X)

print(confusion_matrix(Y, y_pred))
print(accuracy_score(Y, y_pred))

其中 X_df 是一个数据框，其中包含我的每个功能的二进制列。

Answer 1

这就是我试图理解高斯 NB 的重要特征的方式。 SKlearn Gaussian NB 模型，包含参数 theta 和 sigma，它们是每个类的每个特征的方差和均值（例如：如果是二进制分类问题，则 model.sigma_ 将返回两个数组和每个类每个特征的平均值） .

neg = model.theta_[0].argsort()
print(np.take(count_vect.get_feature_names(), neg[:10]))

print('')

neg = model.sigma_[0].argsort()
print(np.take(count_vect.get_feature_names(), neg[:10]))

这就是我尝试使用 scikit-learn 库中的高斯朴素贝叶斯获取类的重要特征的方式。