如何使用StackingClassifier + Logistic回归（二进制分类）查找系数的特征名称

Question

我正在尝试使用StackingClassifier和Logistic回归（Binary Classifier）。示例代码：

from sklearn.datasets import load_iris
from mlxtend.classifier import StackingClassifier
from sklearn.linear_model import LogisticRegression


iris = load_iris()
X = iris.data
y = iris.target

y[y == 2] = 1 #Make it binary classifier

LR1 = LogisticRegression(penalty='l1')
LR2 = LogisticRegression(penalty='l1')
LR3 = LogisticRegression(penalty='l1')
LR4 = LogisticRegression(penalty='l1')
LR5 = LogisticRegression(penalty='l1')


clfs1= [LR1, LR2]
clfs2= [LR3, LR4, LR5]

cls_=[]
cls_.append(clfs1)
cls_.append(clfs2)

sclf = StackingClassifier(classifiers=sum(cls_,[]), 
    meta_classifier=LogisticRegression(penalty='l1'), use_probas=True, average_probas=False)

sclf.fit(X, y)

sclf.meta_clf_.coef_ #give the weight values

对于每个分类器，初始逻辑回归给出两个类的概率值。当我使用堆叠5个分类器时，sclf.meta_clf_.coef_给出了10个权重值。

数组（[[ - 0.96815163,1.25335525，-0.03120535,0.8533569，-2.6250897,1.98034805，-0.361378,0.00571954，-0.03206343,0.53138651]]）

我对重量值的顺序感到困惑。手段

• 第一个逻辑回归(-0.96815163, 1.25335525)的第一个两个值LR1？
• 第一个逻辑回归(-0.03120535, 0.8533569)的第二个两个值是LR2吗？

我想找出堆叠分类器的Logistic回归（LR）的值。

请帮忙。

Answer 1

如果您的输出是：

数组（[[ - 0.96815163,1.25335525，-0.03120535,0.8533569，-2.6250897,1.98034805，-0.361378,0.00571954，-0.03206343,0.53138651]]）

然后，

-0.96815163,1.25335525：LR1的概率为0和1

-0.03120535,0.8533569：LR2的概率为0和1

-2.6250897,1.98034805：LR3的概率为0和1

-0.361378,0.00571954：LR4的概率为0和1

-0.03206343,0.53138651：LR5的概率为0和1