如何获得特征权重
我正在处理高度不平衡的数据集，我的想法是从我的 libSVM
模型中获取特征权重的值。到目前为止，我对线性内核还可以，我可以在其中获得特征权重，但是当我使用rbf或时poly，我无法达到目标。
在这里，我正在使用sklearn我的模型，并且可以使用轻松获得线性核的特征权重.coef_。谁能帮助我可以做同样的事情rbf还是poly？到目前为止，我已尝试执行以下操作：
svr = SVC(C=10, cache_size=200, class_weight='auto', coef0=0.0, degree=3.0, gamma=0.12,kernel='rbf', max_iter=-1, probability=True, random_state=0,shrinking=True, tol=0.001, verbose=False)
clf = svr.fit(data_train,target_train)
print clf.coef_
问题答案：
正如文档中所述，这不仅是不可能的：
权重分配给特征（原始问题的系数）。仅在线性核的情况下可用。
但这也没有意义。在线性SVM中，最终的分离平面与输入要素在相同的空间中。因此，可以将其系数视为输入的“维度”的权重。
在其他内核中，分隔平面存在于另一个空间中-
原始空间的内核转换的结果。其系数与输入空间不直接相关。实际上，对于rbf内核而言，变换后的空间是无限维的（当然，您可以在Wikipedia上获得一个起点）。
-
是否有可能（通过宏、某种形状的automagic或其他方式）获得封闭特征的子类列表： 在编译时 在运行时
-
我试图找到两张脸相似度的度量方法。我使用OpenCV。为此，我用1000张不同的人的1000张照片训练Eigenfaces/Fisherfaces（所以每个人1张照片）。所以我在训练集中也有1000个标签。 现在我可以使用预测方法得到最相似的脸。 我想输入2个未知的人脸图像，以找出他们是否都与训练集中的相同向量的人脸相似。 下面是openCV返回最相似标签（距离最低）的代码。 问题： 在训练中：我
-
问题内容： 我想检索用户的所有权限作为权限ID的列表，但是： 给我权限名称列表。怎么做？ 问题答案： 关键是获取这样的权限对象： 在这里您可以像这样访问属性： 如果您想要该列表，请执行以下操作： 希望能帮助到你！
-
我有一个设计问题，当使用类似的东西时： 我认为应该有一些更好的方法来实现这种参数化的特性。 我在std中没有找到好的示例（例如，在具有类似的关联类型的traits中没有实现）？
-
怎么啦？
-
问题内容： 本页：http : //scikit-learn.org/stable/modules/feature_extraction.html提到： 由于tf–idf在文本功能中非常常用，因此还有另一个名为 TfidfVectorizer的 类，它将 CountVectorizer 和 TfidfTransformer的 所有选项 组合 在一个模型中。 然后我遵循了代码，并在我的语料库上使用f