从Scikit(Python)中的管道检索中间特征

发布时间：2020-12-16 23:44:50 所属栏目：Python 来源：网络整理

导读：我使用的管道非常类似于 in this example： text_clf = Pipeline([('vect',CountVectorizer()),... ('tfidf',TfidfTransformer()),... ('clf',MultinomialNB()),... ]) 我使用GridSearchCV在参数网格上找到最佳估算器. 但是,我想从CountVectorizer()获取get_

我使用的管道非常类似于 in this example：

>>> text_clf = Pipeline([('vect',CountVectorizer()),...                      ('tfidf',TfidfTransformer()),...                      ('clf',MultinomialNB()),... ])

我使用GridSearchCV在参数网格上找到最佳估算器.

但是,我想从CountVectorizer()获取get_feature_names()方法的训练集的列名.如果没有在管道外实现CountVectorizer(),这可能吗？

解决方法

使用get_params()函数,您可以访问管道的各个部分及其各自的内部参数.以下是访问“vect”的示例

text_clf = Pipeline([('vect',('tfidf',('clf',MultinomialNB())]
print text_clf.get_params()['vect']

收益率(对我来说)

CountVectorizer(analyzer=u'word',binary=False,decode_error=u'strict',dtype=<type 'numpy.int64'>,encoding=u'utf-8',input=u'content',lowercase=True,max_df=1.0,max_features=None,min_df=1,ngram_range=(1,1),preprocessor=None,stop_words=None,strip_accents=None,token_pattern=u'(?u)bww+b',tokenizer=None,vocabulary=None)

我没有将管道安装到此示例中的任何数据,因此此时调用get_feature_names()将返回错误.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!