我有一个具有教育，经验，加入月份等功能的数据集，而我的预测是一个人是否接受要约。我创建了一些使用sk-learning SVM，Randomforest等的模型。我的目标是了解，哪些功能在确定此人是否加入中起着至关重要的作用。我认为这是一个分类问题。
创建模型后，我获得了model.coeffc_（如sklearn中所示），该模型提供了有关每个特征系数的值。
假设我在12月获得0.0028，我怎么能解释这个月对一个人是否加入有影响。它可能会影响，加入的人，而不是拒绝的人。有可能吧？那么，每个特征的这些系数值如何确定类别（尤其是哪个类别）？
在回归中，可以说12月的0.028值会影响值的增长，-0.028会影响值的减少。但是，如何将这种想法用于分类呢？请提供一些宝贵的见解。
最佳答案
回归和分类之间没有太大区别。正值将始终与分类为正类的机会增加相关，而负值则有可能成为负样本的可能性（我认为您的所有特征都是正的，否则就失去了任何意义）。但是，请注意，在分类和回归中，如果一个权重大于另一个权重，则一个特征更为重要，这是不正确的。有许多方面会改变这种行为，特别是特征值的比例，方差，通常-特征值的分布。
简而言之。如果您的特征是正值，则该特征的符号会显示该特征与哪个类别的相关性更高。线性模型（例如线性SVM，而非RF）中的一般分类步骤为
cl(x) = sign( SUM_i coef_i x_i )
因此，您可以看到，如果
x_i为正，则coef_i的符号要么上升（对于正数），要么下降（对于负数）。但是，如果您有例如cl(x) = 1和coef_1 = 1，这并不意味着第二个特征更为重要，这可能是由于第二个特征值更小这一事实的结果，例如，特征1可能是人的身高以厘米（例如180cm）为单位，而另一个特征为二进制（0或1），因此x_1 * coef_1 = 180 * 1 = 180 = 1 * 180 = x_2 * coef_2
每个功能的实际重要性是机器学习社区中称为“功能重要性”或“功能选择方法”的整个研究领域。有许多这样的方法，但没有一个方法是“最好的”。