从 L1 正则化逻辑回归中恢复命名特征答案

【问题标题】：Recover named features from L1 regularized logistic regression从 L1 正则化逻辑回归中恢复命名特征
【发布时间】：2023-03-21 08:10:01
【问题描述】：

我有以下管道：

sg = Pipeline([('tfidf', TfidfVectorizer()),                                                                                                                                            
               ('normalize', Normalizer()),                                                                                                                                                 
               ('l1', LogisticRegression(penalty="l1", dual=False))])

在执行拟合之后，我想提取对应的标记到非零权重。

我该怎么做？

【问题讨论】：

什么是“代币”？熊猫数据框的列名？或者你在用什么？

标签： python machine-learning scikit-learn

【解决方案1】：

features = pipeline.named_steps['tfidf'].get_feature_names()
print(features[pipeline.named_steps['l1'].coef_ != 0])

参见TfidfTransformer docs、LogisticRegression docs 和unmerged improved pipeline docs here

【讨论】：