Nlp 如何区分xgboost或随机林中重要特征的方向？

我现在正在研究二进制文本分类问题（比如情感分析），仅仅通过

feature\u importances\u

假设这个分类问题有两个标签1和0。那么有没有办法打印出特征的方向（正片还是负片）？比如说，单词特征A有一个扩展或高tfidf，标签为1

当然，我可以拉出这个特定单词特征的tfidf列，并用pearson系数与标签关联，系数的+/-表示方向，对吗？对于这个或xgboost和random forest，任何其他更优雅的方法都内置了这样的函数。（我没有找到）

---

谢谢

这并不是你想要的，但我通常都是这样做的。我喜欢它的工作方式，即使我切换型号

这并不完全是你想要的，但我通常都会这样做。我喜欢它的工作方式，即使我切换型号

除了Lame（Sam H建议的），这里也是一个选项。

除了Lame（Sam H建议的），这里也是一个选项。

谢谢，实际上我已经阅读了TreeInterpreter和Lame，并且生成的功能重要性列表似乎是针对“每个测试”的。虽然我的目的是给出一个总体列表，所以我可以简单地总结每个测试的重要性权重？ThxThanks实际上我已经阅读了TreeInterpreter和Lime，似乎生成的特性重要性列表是针对“每个测试”的。虽然我的目的是给出一个总体列表，所以我可以简单地总结每个测试的重要性权重？谢谢