Sklearn - svm重み付け機能

Question

こんにちは、私はscikit-learnで機械学習ではかなり新しいですが、私は質問があります。

重要度や重みの高いベクターデータの一部の機能をsvmで認識させることは可能ですか？/

ここで私が何をしたいの例です：私は正しいサームは知らない

は、我々は2次元配列にvecotrsの束を持っているとしましょう：

dt = [ 
[x1, y1, z1, q1], 
[x2, y2, z2, q2], 
[x3, y3, z3, q3], 
[x4, y4, z4, q4]] 

と対象データベクトル：

target = [1,0,0,1] 

たとえば、dtのベクトルのすべてのq個の機能を他の機能よりも重要なものにする方法を知りたいと思います。

データをセットでバランスさせる方法や、sample_weightを設定する方法はわかっていますが、どちらもこの問題を解決できません。

乾杯

Answer 1

あなたが分類にsklearn.svm.SVCを使用する場合は、分類器オブジェクトのcoef_ atributeにアクセスすることができます。たとえば、

classifier = SVC(C=1.0, kernel='linear', random_state=241) 
classifier.fit(dt, target) 
coef = classifier.coef_ # here the weights of the features will be stored 

http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html - 詳細については、ドキュメントをご覧ください。