Wie bekomme ich die informativsten Funktionen für Klassifikatoren, die mit Scikit gelernt wurden?

Question

Jun 20, 2012, 11:36 AM

machine-learning classification python scikit-learn

Wie bekomme ich die informativsten Funktionen für Klassifikatoren, die mit Scikit gelernt wurden?

Die Klassifikatoren in maschinellen Lernpaketen wie liblinear und nltk bieten eine Methode anshow_most_informative_features(), was für das Debuggen von Funktionen sehr hilfreich ist:

viagra = None          ok : spam     =      4.5 : 1.0
hello = True           ok : spam     =      4.5 : 1.0
hello = None           spam : ok     =      3.3 : 1.0
viagra = True          spam : ok     =      3.3 : 1.0
casino = True          spam : ok     =      2.0 : 1.0
casino = None          ok : spam     =      1.5 : 1.0

Meine Frage ist, ob für die Klassifikatoren in scikit-learn etwas Ähnliches implementiert ist. Ich habe die Dokumentation durchsucht, aber nichts Vergleichbares gefunden.

Wenn es eine solche Funktion noch nicht gibt, weiß jemand eine Problemumgehung, wie man zu diesen Werten kommt?

Danke vielmals!