从 scikit-learn 中的 LinearSVC 中获取最具选择性的特征以进行多类预测

如何解决从 scikit-learn 中的 LinearSVC 中获取最具选择性的特征以进行多类预测

我有一个包含约 13k 个特征的数据集，我想选择对特定标签分类贡献最大的特征。

我在单个单元格数据上使用 sklearn.svm.LinearSVC 类。

coef_ 属性应提供此信息（据我所知），但是当从 coef_ 中排除前 10-100 个特征时，准确率/多类 f1 分数不会降低。 >

有人知道如何根据训练好的模型提取这些信息吗？

我在下面提供了示例代码，它们的作用相同，但使用的是开源数据集！

from sklearn.svm import LinearSVC
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
import numpy as np


data = load_iris(return_X_y=True,as_frame=True)

print(data[1].unique()) #  [0 1 2] -> three classes

svc = LinearSVC()

svc.fit(data[0],data[1])

score = svc.score(data[0],data[1])

print(svc.coef_.shape)  # (3,4)
fig,axs = plt.subplots(1,3,figsize=(15,7))
for label,ax in enumerate(axs.flatten()):
    args = np.argsort(-svc.coef_[label])
    vals = [svc.coef_[label][arg] for arg in args]
    ax.bar(args,vals)

    ax.title.set_text(f"{label}")

plt.tight_layout()



if __name__ == '__main__':
    plt.show()