概述
>>> 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？
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)\\b\\w\\w+\\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.
总结
以上是编程之家为你收集整理的从Scikit(Python)中的管道检索中间特征全部内容，希望文章能够帮你解决从Scikit(Python)中的管道检索中间特征所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧
602392714
清零编程群