Важнейшие особенности гауссовского наивного байесовского классификатора python sklearn - PullRequest
0 голосов
/ 27 ноября 2018

Я пытаюсь получить наиболее важные функции для моей модели GaussianNB.Коды отсюда Как получить наиболее информативные функции для классификаторов scikit-learn? или здесь Как получить наиболее информативные функции для классификатора scikit-learn для другого класса? работает только при использовании MultinomialNB.Как в противном случае я могу рассчитать или получить наиболее важные функции для каждого из моих двух классов (Fault = 1 или Fault = 0)?Мой код: (не применяется к текстовым данным)

df = df.toPandas()

X = X_df.values
Y = df['FAULT'].values.reshape(-1,1)


gnb = GaussianNB() 
y_pred = gnb.fit(X, Y).predict(X)

print(confusion_matrix(Y, y_pred))
print(accuracy_score(Y, y_pred))

Где X_df - это кадр данных с двоичными столбцами для каждой из моих функций.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...