LR 모델 특징 중요성 정렬

1. 특징 적 중요성 의 의미
LR 모델 은 바로 논리 회귀 모델 로 간단 하고 자주 사용 하 는 모델 로 서 매우 많은 점 이 있다. 모델 이 간단 하고 분포 식 을 실현 하기 쉬 운 것 을 제외 하고 또 하나의 중요 한 장점 은 모델 의 해석 성 이 매우 좋다 는 것 이다.모든 특징 이 하나의 모델 매개 변수 w i w 에 대응 하기 때문이다.{i} wi, 이 매개 변수 가 클 수록 이 특징 이 모델 예측 결과 에 미 치 는 영향 이 클 수 있 습 니 다. 우 리 는 이 특징 이 중요 하 다 고 말 합 니 다. 따라서 LR 모델 의 특징 중요성 평가 방식 은 w i w 입 니 다.{i} wi 의 크기 입 니 다.
2. 논리 회귀 모델 특징 중요성 및 정렬
직접 밝 은 코드
from sklearn import linear_model
import pandas as pd

data_dir = 'dir_name/'
train_data_file = 'train_data_file_name'
test_data_dile = 'test_data_dile_name'
df_train = pd.read_csv(data_dir+train_data_file)
df_test = pd.read_csv(data_dir+test_data_dile)

tr_data = df_train_train.as_matrix()
va_data = df_train_validation.as_matrix()

#     ,          label
tr_x_data = tr_data[:, 1:] #       
tr_y_data = tr_data[:, 0] #       label

mod = linear_model.LinearRegression()
mod.fit(tr_x_data, tr_y_data)

col_name = list(df_train.columns)[1:]

m = {}
for i in range(len(col_name)):
    m.setdefault(col_name[i], 0)
    m[col_name[i]] = mod.coef_[i]
    
sorted(m.items(), key=lambda x: x[1], reverse=True)

좋은 웹페이지 즐겨찾기