Sklearn支持向量机加权特征

Question

嗨，我对scikit learn的机器学习很陌生，但我有一个问题。在

有没有可能让支持向量机识别我的向量数据的一些具有更高重要性或权重的特征。我不知道正确的热量：/

以下是我想要的示例：

假设我们在2d数组中有一堆向量：

dt = [
[x1, y1, z1, q1],
[x2, y2, z2, q2],
[x3, y3, z3, q3],
[x4, y4, z4, q4]]

和目标数据向量：

^{pr2}$

我想知道的是，如何使dt中每个向量的所有q特征比其他特征更重要。在

我知道如何通过集合来平衡数据或设置样本权重，但这两种方法都不能帮助我解决这个问题。在

干杯

Answer 1

如果你使用sklearn.svm.SVC对于分类，您可以访问classifier对象的coef属性。例如：

classifier = SVC(C=1.0, kernel='linear', random_state=241)
classifier.fit(dt, target)
coef = classifier.coef_ # here the weights of the features will be stored

http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html-有关详细信息的文档。在