Python 使用SGD分类器查找顶级特征&；GridsearchCV

如何从下面的代码中找到最重要的功能，因为它显示的是错误功能\u count\u

这里我的矢量器是BOW，分类器是带铰链损失的sgdclassizer

# Implementing Linear_SGD classifier
clf = linear_model.SGDClassifier(max_iter=1000)
Cs = [0.0001,0.001, 0.01, 0.1, 1, 10]
tuned_parameters = [{'alpha': Cs}]
model = GridSearchCV(clf, tuned_parameters, scoring = 'accuracy', cv=2)
model.fit(x_train, Y_train)

我尝试了上面的代码，但它显示错误为

def important_features(vectorizer,classifier,n=20):
    class_labels = classifier.classes_
    feature_names =vectorizer.get_feature_names()
    topn_class1 = sorted(zip(classifier.feature_count_[0], 
    feature_names),reverse=True)[:n]
    topn_class2 = sorted(zip(classifier.feature_count_[1], 
    feature_names),reverse=True)[:n]
    print("Important words in negative reviews")

AttributeError回溯（最近一次调用）
在（）
---->1个重要功能（Timesort\u X\u vec，型号）
在重要功能中（矢量器、，
分类器，n）
2类标签=分类器.class_
3功能名称=矢量器。获取功能名称（）
---->4 topn_class1=已排序（zip（分类器.特征\u计数）[0]，
特征（名称），反向=True）[:n]
5 topn_class2=已排序（zip（分类器.特征\u计数）[1]，
特征（名称），反向=True）[:n]
6打印（“负面评论中的重要词语”）
AttributeError:'GridSearchCV'对象没有属性'feature\u count'。

---

由于我是编程新手，请帮我解答你的问题。谢谢

您出错的原因是您正在使用的SGDClassizer没有

功能\u计数

属性（请检查中的可用属性）：

起初我认为问题在于您使用的是GridSearchCV对象，但事实并非如此，因为函数中的行

class\u labels=classifier.class\u

不会引发任何错误；尽管从文档中可以看出，SGDClassizer甚至没有

classes\uuu

属性，但实际上它确实有：

from sklearn.linear_model import SGDClassifier  

X = [[0., 0.], [1., 1.]]
y = [0, 1]
clf = SGDClassifier(loss="hinge", penalty="l2", max_iter=5)
clf.fit(X, y) 

clf.feature_count_
[...]
AttributeError: 'SGDClassifier' object has no attribute 'feature_count_'

据我所知，scikit中唯一包含

feature\u count\uu

属性的分类器是，而且，所有的Naive Bayes系列，尽管我不太确定它是否可以像您打算在这里使用的那样使用

from sklearn.linear_model import SGDClassifier  

X = [[0., 0.], [1., 1.]]
y = [0, 1]
clf = SGDClassifier(loss="hinge", penalty="l2", max_iter=5)
clf.fit(X, y) 

clf.feature_count_
[...]
AttributeError: 'SGDClassifier' object has no attribute 'feature_count_'

clf.classes_
# array([0, 1])