LinearSVC coef_属性

Question

我使用Python中的sklearn库训练了一个LinearSVC模型。目标变量y有4个级别（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

此数组的顺序与输入数据的顺序相同。数组从[0]开始，这对应于输入数据中的feature_1。该数组的结构将是n_classes * n_features。

Answer 2

首先，这是一个一对一的实施。

从文档：

coef_：array，shape = [n_features] if n_classes == 2 else [n_classes，n_features]赋予特征的权重（原始问题中的系数）。这仅适用于线性内核。

coef_是源自​​raw_coef_的readonly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0 vs all类的特征权重。
• model.coef_[1,:]为您提供1 vs all类的特征权重。
• 等等。