1
safety
클래스에 대해 가장 유익한 20 가지 기능을 인쇄하기 위해 파이프 라인을 반복합니다.팬더 데이터 프레임 헤더 행이 for 문에서 반복되지 않도록하기
classnum_saf = 3
inds = np.argsort(clf_3.named_steps['clf'].coef_[classnum_saf, :])[-20:]
for i in inds:
f = feature_names[i]
c = clf_3.named_steps['clf'].coef_[classnum_saf, [i]]
print(f,c)
output = {'features':f, 'coefficients':c}
df = pd.DataFrame(output, columns = ['features', 'coefficients'])
print(df)
나는 오직 하나의 헤더로 출력 된 데이터 프레임을 원하지만, 대신에 나는 [i]를 통해 반복 이후 또 다시 헤더를 반복 나타납니다이 출력을 반환하고 있습니다.
1800 [-8.73800344]
hr [-8.73656027]
wa [-8.7336777]
1400 [-8.72197545]
hrwa [-8.71952656]
perimeter [-8.71173264]
response [-8.67388885]
analysis [-8.65460329]
00 [-8.58386785]
raw [-8.56148006]
run [-8.51374794]
factor [-8.50725691]
200 [-8.50334896]
file [-8.39990841]
pb [-8.38173753]
mar [-8.21304343]
1998 [-8.21239836]
signal [-8.02426499]
area [-8.01782987]
98 [-7.3166918]
내가 연구 : 지금 내가 인쇄 돌아올 때
features coefficients
0 1800 -8.738003
.. ... ...
18 area -8.01783
19 98 -7.316692
의 (d, F)은 다음과 같은 최고 값을 보여줍니다
1800 [-8.73800344]
features coefficients
0 1800 -8.738003
hr [-8.73656027]
features coefficients
0 hr -8.73656
wa [-8.7336777]
features coefficients
0 wa -8.733678
1400 [-8.72197545]
features coefficients
0 1400 -8.721975
hrwa [-8.71952656]
features coefficients
0 hrwa -8.719527
perimeter [-8.71173264]
features coefficients
0 perimeter -8.711733
response [-8.67388885]
features coefficients
0 response -8.673889
analysis [-8.65460329]
features coefficients
0 analysis -8.654603
00 [-8.58386785]
features coefficients
0 00 -8.583868
raw [-8.56148006]
features coefficients
0 raw -8.56148
run [-8.51374794]
features coefficients
0 run -8.513748
factor [-8.50725691]
features coefficients
0 factor -8.507257
200 [-8.50334896]
features coefficients
0 200 -8.503349
file [-8.39990841]
features coefficients
0 file -8.399908
pb [-8.38173753]
features coefficients
0 pb -8.381738
mar [-8.21304343]
features coefficients
0 mar -8.213043
1998 [-8.21239836]
features coefficients
0 1998 -8.212398
signal [-8.02426499]
features coefficients
0 signal -8.024265
area [-8.01782987]
features coefficients
0 area -8.01783
98 [-7.3166918]
features coefficients
0 98 -7.316692
는 어떻게이 data frame
처럼 반환 않는다 몇 가지 유사한 질문 here, here 및 here,하지만 직접 내 질문에 대답하지 않는 것.
미리 감사드립니다. 아직 배우고 있습니다.
당신의 도움을 주셔서 감사합니다! 내 것은 반면 numpy.ndarray 귀하의 C 목록입니다. 이것은 "인덱스 1169가 크기 0의 축 0에 대해 범위를 벗어났습니다"라는 실행시의 오류를 설명합니다. 내가 C를 목록으로 만들 필요가 있다고 생각 하나? – baldr009
시도해 볼 수도 있지만 ndarray와 잘 작동한다고 생각합니다. 가장 좋은 방법은 f와 c를 ndarrays로 변경하고 테스트 해보는 것입니다. – jezrael