Python 如何从经过训练的支持向量机/LinearSVC中绘制重要特征？

代码的结尾是这样的——如果有一种方法可以自动绘制特性和它们的重要性，我如何绘制它们呢。 与此类似

    ....

    classifier_liblinear = svm.LinearSVC(loss='squared_hinge',max_iter=1000)
    classifier_liblinear.fit(train_vectors, train_labels)

（来自）

---

我想出来了-至少要得到一份报告

import numpy作为np def显示信息量最大的功能（矢量化器，clf，n=20）：feature\u names=vectorizer.get\u feature\u names（）coefs\u with_fns=sorted（zip（clf.coef\u[0]，feature\u names]）top=zip（coefs\u with_fns[：n]，coefs\u with_fns[：-（n+1）：-1]），顶部（coef_2，fn_2）：打印“\t%.4f\t%-15s\t\t%.4f\t%-15s”%（coef_1，fn_1，coef_2，fn_2）显示信息量最大的特征（矢量器，分类器，75）