Я построил простую модель BinaryClassification FastTree в ML.net 1.0.0, используя подмножество столбцов в моем trainingDataView. Теперь я хочу выполнить анализ PFI, но не могу выделить только столбцы / функции, используемые в модели, по сравнению со всеми столбцами в IDataView.
Я ссылаюсь на пример по по этой ссылке PFI для двоичной классификации.
var trainingDataView = mlContext.Data.LoadFromTextFile<FPPCNTKData>(TrainDataPath, hasHeader: false, separatorChar: ' ');
Var pipeline = mlContext.Transforms.Concatenate("Features",
"mCalc_FPP_Legs_Range",
"mCalc_FPP_Legs_Ticks",
"mCalc_FPP_Legs_Bars",
"mCalc_FPP_Legs_TMins",
"mCalc_FPP_Diag_RangeBars",
"mCalc_FPP_Diag_RangeTMins",
"mCalc_FPP_Diag_TicksBars",
"mCalc_FPP_Diag_TicksTMins",
"mCalc_XD_XA_Mult_Ticks",
"mCalc_AB_XA_Mult_Ticks",
"mCalc_AD_XA_Mult_Ticks",
"mCalc_BC_XA_Mult_Ticks",
"mCalc_BC_AB_Mult_Ticks",
"mCalc_CD_AB_Mult_Ticks",
"mCalc_CD_BC_Mult_Ticks",
"mCalc_CD_BD_Mult_Ticks")
.Append(mlContext.BinaryClassification.Trainers.FastTree(labelColumnName: "mHiProfitOneHot", featureColumnName: "Features"));
var trainedModel = pipeline.Fit(trainingDataView);
Как вы можете видеть ниже, так как я собираю имена элементов из исходного trainingDataView, а не то, что использовалось в модели, элементы PFI помечены неправильно.
//// Compute the permutation metrics using the properly normalized data.
var linearPredictor = trainedModel.LastTransformer;
var transformedData = trainedModel.Transform(trainingDataView);
var permutationMetrics = mlContext.BinaryClassification.PermutationFeatureImportance(
linearPredictor, transformedData, labelColumnName: "mHiProfitOneHot", permutationCount: 3);
// Now let's look at which features are most important to the model overall.
// Get the feature indices sorted by their impact on AUC.
var sortedIndices = permutationMetrics.Select((MetricStatistics, index) => new { index, metrics.AreaUnderRocCurve })
.OrderByDescending(feature => Math.Abs(feature.AreaUnderRocCurve))
.Select(feature => feature.index);
// Get the feature names from the training set
var featureNames =
trainingDataView.Schema.AsEnumerable()
.Select(column => column.Name) // Get the column names
.Where(name => name != "mHiProfitOneHot") // Drop the Label
.ToArray();
Console.WriteLine("Feature\tModel Weight\tChange in AUC\t95% Confidence in the Mean Change in AUC");
var auc = permutationMetrics.Select(x => x.AreaUnderRocCurve).ToArray();
foreach (int i in sortedIndices)
{
Console.WriteLine("{0}\t{1:0.00}\t{2:G4}\t{3:G4}",
featureNames[i],
linearPredictor.Model.SubModel.TrainedTreeEnsemble.TreeWeights[i],
auc[i].Mean,
1.96 * auc[i].StandardError);
}
Можно ли извлечь подмножество имен элементов непосредственно из модели? Спасибо.