Question

我想构建一个使用交叉验证的分类器，然后从每个折叠中提取重要特征（/系数），以便查看其稳定性。目前，我正在使用cross_validate和管道。我想使用管道，以便可以在每个折叠中进行特征选择和标准化。我一直在研究如何从每个折叠中提取特征。如果有问题，我可以使用下面的管道来替代。

到目前为止，这是我的代码（我想尝试SVM和逻辑回归）。我以一个小df为例：

from sklearn.preprocessing import StandardScaler
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import mutual_info_classif
from sklearn.model_selection import cross_validate
from sklearn.model_selection import KFold
from sklearn.pipeline import Pipeline
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
import pandas as pd

df = pd.DataFrame({'length': [5, 8, 0.2, 10, 25, 3.2], 
                   'width': [60, 102, 80.5, 30, 52, 81],
                   'group': [1, 0, 0, 0, 1, 1]})

array = df.values
y = array[:,2]
X = array[:,0:2]

select = SelectKBest(mutual_info_classif, k=2)
scl = StandardScaler()
svm = SVC(kernel='linear', probability=True, random_state=42)
logr = LogisticRegression(random_state=42)

pipeline = Pipeline([('select', select), ('scale', scl), ('svm', svm)])

split = KFold(n_splits=2, shuffle=True, random_state=42)

output = cross_validate(pipeline, X, y, cv=split, 
                scoring = ('accuracy', 'f1', 'roc_auc'),
                return_estimator = True,
                return_train_score= True)

我认为我可以做类似的事情：

pipeline.named_steps['svm'].coef_

但我收到错误消息：

AttributeError: 'SVC' object has no attribute 'dual_coef_'

如果不可能使用管道执行此操作，是否可以使用“手动”交叉验证来执行？例如：

for train_index, test_index in kfold.split(X, y):

        kfoldtx = [X[i] for i in train_index]
        kfoldty = [y[i] for i in train_index]

但是我不确定下一步该怎么做！任何帮助将不胜感激。

Answer 1

您应使用output中的cross_validate来获取拟合模型的参数。原因是cross_validate将克隆管道。因此，在馈送给pipeline之后，您将找不到给定的cross_validate变量。

output是字典，它以estimator作为键之一，其值是k_fold个已拟合pipeline对象的数量。

来自Documentation：

return_estimator：布尔值，默认为False

是否返回每个拆分中拟合的估计量。

尝试一下！

>>> fitted_svc = output['estimator'][0].named_steps['svm'] # choosing the first fold comb
>>> fitted_svc.coef_

array([[1.05826838, 0.41630046]])

在有或没有管道的情况下，如何在k折交叉验证后提取重要特征？

1 个答案: