使用 gridsearchcv 進行邏輯回歸的特征重要性

Question

我已經像這樣訓練了邏輯回歸 model：

reg = LogisticRegression(random_state = 40)
cvreg = GridSearchCV(reg, param_grid={'C':[0.05,0.1,0.5],
                                      'penalty':['none','l1','l2'],
                                      'solver':['saga']},
                     cv = 5)
cvreg.fit(X_train, y_train)

現在為了顯示該功能的重要性，我嘗試了這段代碼，但我沒有得到 plot 中的系數名稱：

from matplotlib import pyplot

importance = cvreg.best_estimator_.coef_[0]
pyplot.bar([x for x in range(len(importance))], importance)
pyplot.show()

顯然，plot 提供的信息不多。 如何將系數的名稱添加到 x 軸？

coeff 的重要性在於：

cvreg.best_estimator_.coef_
array([[1.10303023e+00, 7.48816905e-01, 4.27705027e-04, 6.01404570e-01]])

Answer 1

系數對應於X_train的列，因此傳入X_train名稱而不是range(len(importance)) 。

假設X_train是 pandas dataframe：

import matplotlib.pyplot as plt

features = X_train.columns
importance = cvreg.best_estimator_.coef_[0]

plt.bar(features, importance)
plt.show()

請注意，如果X_train只是一個沒有列名的 numpy 數組，您將必須根據自己的數據字典定義features列表。