LinearSVC coef_ 属性

Question

我用 Python 中的 sklearn 库训练了一个 LinearSVC 模型。目标变量y有 4 个水平 ( 0,1,2,3)。

model = LinearSVC()

X_train, X_test, y_train, y_test = tts(X, y, test_size = 0.25,

                                       random_state = 4)

model.fit(X_train, y_train)

model.coef_

我得到一个这样的 NumPy ndarray：

array([[ -1.64280582,  -0.49711136,   0.        , ...,   0.        ,

         -0.50203059,   0.        ],

       [  0.        ,   0.        ,  -2.67396495, ...,   2.35298657,

          0.        ,   0.        ],

       [  1.11471827,   3.76220356,   0.        , ..., -11.09758616,

          0.        ,   0.        ],

       [  0.        ,  -2.7305259 ,   0.09663903, ...,   0.        ,

          0.        ,   0.        ]])

我需要知道哪个数组匹配每个目标变量级别。我怎么知道？

Answer 1

首先，这是一个一对一的实现。从文档：coef_ : array, shape = [n_features] if n_classes == 2 else [n_classes, n_features] 分配给特征的权重（原始问题中的系数）。这仅在线性内核的情况下可用。coef_ 是从 raw_coef_ 派生的只读属性，它遵循 liblinear 的内部存储器布局。在您的情况下，形状是 [n_classes, n_features]。model.coef_[0,:]为您提供 class 的功能权重0 vs all。model.coef_[1,:]为您提供 class 的功能权重1 vs all。等等