Scikit-Learn 线性回归如何获得系数各自的特征？

Question

我试图通过评估我的回归系数输出来执行特征选择，并选择具有最高幅度系数的特征。问题是，我不知道如何获得相应的特征，因为只有系数从 coef._ 属性返回。文档说:

Estimated coefficients for the linear regression problem. If multiple targets are passed during the fit (y 2D), this is a 2D array of shape (n_targets, n_features), while if only one target is passed, this is a 1D array of length n_features.

我正在传入我的regression.fit(A,B)，其中A 是一个二维数组，文档中的每个特征都有tfidf 值。示例格式:

         "feature1"   "feature2"
"Doc1"    .44          .22
"Doc2"    .11          .6
"Doc3"    .22          .2

B 是我的数据目标值，它只是与每个文档相关联的数字 1-100:

"Doc1"    50
"Doc2"    11
"Doc3"    99

使用regression.coef_，我得到一个系数列表，但不是它们对应的特征!我怎样才能获得这些功能？我猜我需要修改我的 B 目标的结构，但我不知道如何。

Answer 1

我发现有效的是:

X = 你的自变量

coefficients = pd.concat([pd.DataFrame(X.columns),pd.DataFrame(np.transpose(logistic.coef_))], axis = 1)

您所说的假设:regression.coef_ 的顺序与 TRAIN 集中的顺序相同，这在我的经验中是成立的。 (使用基础数据并检查 X 和 y 之间的相关性)