Question

我正在使用scikit学习文本分类实验。现在我想获得性能最佳，所选功能的名称。我尝试了类似问题的一些答案，但没有任何效果。最后一行代码是我尝试过的一个例子。例如，当我打印feature_names时，我收到此错误：sklearn.exceptions.NotFittedError: This SelectKBest instance is not fitted yet. Call 'fit' with appropriate arguments before using this method. 任何解决方案？

scaler = StandardScaler(with_mean=False) 

enc = LabelEncoder()
y = enc.fit_transform(labels)

feat_sel = SelectKBest(mutual_info_classif, k=200)  
clf = linear_model.LogisticRegression()

pipe = Pipeline([('vectorizer', DictVectorizer()),
                 ('scaler', StandardScaler(with_mean=False)),
                 ('mutual_info', feat_sel),
                 ('logistregress', clf)])

feature_names = pipe.named_steps['mutual_info']
X.columns[features.transform(np.arange(len(X.columns)))]

Answer 1

您首先必须适合管道，然后致电feature_names：

<强>解决方案

scaler = StandardScaler(with_mean=False) 

enc = LabelEncoder()
y = enc.fit_transform(labels)

feat_sel = SelectKBest(mutual_info_classif, k=200)  
clf = linear_model.LogisticRegression()

pipe = Pipeline([('vectorizer', DictVectorizer()),
                 ('scaler', StandardScaler(with_mean=False)),
                 ('mutual_info', feat_sel),
                 ('logistregress', clf)])

# Now fit the pipeline using your data
pipe.fit(X, y)

#now can the pipe.named_steps
feature_names = pipe.named_steps['mutual_info']
X.columns[features.transform(np.arange(len(X.columns)))]

一般信息

从文档example here中您可以看到

anova_svm.set_params(anova__k=10, svc__C=.1).fit(X, y)

这设置了一些初始参数（anova的k参数和svc的C参数）

然后调用fit(X,y)以适应管道。

修改：

对于新错误，因为您的X是字典列表，我看到了一种调用所需列方法的方法。这可以使用pandas来完成。

X= [{'age': 10, 'name': 'Tom'}, {'age': 5, 'name': 'Mark'}] df = DataFrame(X) len(df.columns)

结果：

2

希望这有帮助

来自sklearn管道的功能名称：未安装错误

1 个答案: