eli5：具有两个标签的show_weights（）

Question

我正在尝试eli5，以便了解术语对某些类别的预测的贡献。

您可以运行以下脚本：

import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import Pipeline
from sklearn.datasets import fetch_20newsgroups

#categories = ['alt.atheism', 'soc.religion.christian']
categories = ['alt.atheism', 'soc.religion.christian', 'comp.graphics']

np.random.seed(1)
train = fetch_20newsgroups(subset='train', categories=categories, shuffle=True, random_state=7)
test = fetch_20newsgroups(subset='test', categories=categories, shuffle=True, random_state=7)

bow_model = CountVectorizer(stop_words='english')
clf = LogisticRegression()
pipel = Pipeline([('bow', bow),
                 ('classifier', clf)])

pipel.fit(train.data, train.target)

import eli5
eli5.show_weights(clf, vec=bow, top=20)

问题：

不幸的是，当使用两个标签时，输出仅限于一个表：

categories = ['alt.atheism', 'soc.religion.christian']

但是，当使用三个标签时，它也会输出三个表。

categories = ['alt.atheism', 'soc.religion.christian', 'comp.graphics']

是软件中的错误，它在第一个输出中错过了y = 0还是我错过了一个统计点？我希望在第一种情况下可以看到两个表格。

>

Answer 1

这与eli5没有关系，但与scikit-learn（在这种情况下为LogisticRegression()）如何对待两种类别有关。对于只有两个类别，问题变成了二进制类别，因此从学习到的分类器中到处都只返回一列属性。

查看LogisticRegression的属性：

  

coef_：数组，形状为（1，n_features）或（n_classes，n_features）

Coefficient of the features in the decision function.
coef_ is of shape (1, n_features) when the given problem is binary.

     

intercept_：数组，形状为（1，）或（n_classes，）

Intercept (a.k.a. bias) added to the decision function.

If fit_intercept is set to False, the intercept is set to zero.
intercept_ is of shape(1,) when the problem is binary.

coef_的格式为(1, n_features)（二进制）。 coef_使用此eli5.show_weights()。

希望这很清楚。