系数在多项式NB中的作用

时间:2018-01-19 22:23:42

标签: pandas machine-learning scikit-learn multinomial countvectorizer

我的MultinomialNB分类器在矢量化的假/真实新闻文章中被实例化和训练,现在我试图理解系数背后的含义。

nb_classifier = MultinomialNB()

# Extracting the class labels: ('Fake' or 'Real')
class_labels = nb_classifier.classes_

# Extract the features_names from the vectorizer I used
feature_names = count_vectorizer.get_feature_names()

# Zip the feature_names together with the coefficient array and sort by weights
feat_with_weights = sorted(zip(nb_classifier.coef_[0], feature_names))

print(class_labels[0], feat_with_weights[-20:]) #Or, class_labels[1] = 'Real'

结果:

  

FAKE [(-6.2632792078858461,' sanders'),( - 6.2426599206831099,   ' house'),( - 6.1832365002123097,' senate'),( - 6.1641883052416144,   ' time'),( - 6.191285280585872,' iraq'),( - 5.9297875994027711,   '共和主义者&#39),...]

我知道较高的系数(-5.9)意味着令牌具有比-6.2更高的预测性。 但我不确定这种关系在哪里。这是否意味着令牌共和党'与假新闻或真实新闻密切相关。

0 个答案:

没有答案