AttributeError: 'CalibratedClassifierCV' 对象没有属性 'coef_'

Question

我正在使用sklearnSVM 分类器的线性实现LinearSVM。

我没有直接使用它，但我将它包装起来CalibratedClassifierCV以获得预测时间内的概率，例如：

model = CalibratedClassifierCV(LinearSVC(random_state=0))

拟合模型后，我尝试coef_打印 Top 特征，按照这篇文章Visualizing Top Features in Linear SVM with Scikit Learn 和 Matplotlib，但是我得到了这个错误：

coef = classifier.coef_.ravel()
AttributeError: 'CalibratedClassifierCV' object has no attribute 'coef_'

coef在我用校准器包装分类器的情况下如何获得？，我对这种方式并不完全感兴趣，因此如果有另一种方式来获得特征重要性，它将受到欢迎。

Answer 1

coef_不是CalibratedClassifierCV但是的属性，base_estimator它是LinearSVC在您的情况下是 a的属性。您可以通过calibrated_classifiers_这是一个拟合模型列表（这取决于您根据您的cv值拟合的模型数量）访问您的基本估算器。我已经展示了一个示例代码，您可以根据需要参考。

from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV
from sklearn.calibration import CalibratedClassifierCV
from sklearn.svm import LinearSVC
iris = datasets.load_iris()
model = CalibratedClassifierCV(LinearSVC(random_state=0))
model.fit(iris.data, iris.target)
model.calibrated_classifiers_

[<sklearn.calibration._CalibratedClassifier at 0x7f15d0c57550>,
 <sklearn.calibration._CalibratedClassifier at 0x7f15d0c57c18>,
 <sklearn.calibration._CalibratedClassifier at 0x7f15d0aec080>]

在这种情况下，我cv是三个，所以我建立了三个模型，所以我会简单地遍历它们并取平均值。

coef_avg = 0
for i in model.calibrated_classifiers_:
    coef_avg = coef_avg + i.base_estimator.coef_
coef_avg  = coef_avg/len(model.calibrated_classifiers_)

array([[ 0.16464871,  0.45680981, -0.77801375, -0.4170196 ],
   [ 0.1238834 , -0.89117967,  0.35451826, -0.89231957],
   [-0.83826029, -0.9237139 ,  1.30772955,  1.67592916]])

希望这可以帮助！