ロジスティック回帰分析で特徴量の重要度を知る方法は？

Question

kerasでロジスティック回帰分析での機械学習をしています。

良い精度のモデルを得ることはできたのですが、どの特徴量がどれだけ重要なのかわかりません。

scikit-learnなどで簡単に特徴量の重要度を知る方法はないのでしょうか？

同じく、SVMでもやはり重要度を知ることは不可能なのでしょうか？

Answer 1

ロジスティック回帰の場合は、入力特徴量を標準化して入力すれば、そのまま係数の大小関係で解釈できます（絶対値の大きい係数ほど判別に寄与していると言えます）。SVMは線形カーネルの場合は同じ考え方でできますが、RBFなど非線形カーネルを使うと基本的に不可能です。

Comments

[python_2019]

ご回答ありがとうございます。
基本的な事ですが、ロジスティック回帰の係数（回帰係数？）を出力するには具体的にどのようにすればよいでしょうか？
scikit-learnの何かのパラメータを使用すれば出力できるのでしょうか？

勉強不足で申し訳ございません。
ヒントだけでもお教えいただければ助かります。。

[hayataka2049]

ヒントというか、普通にリファレンスを見れば書いてあるのでは？

https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

[python_2019]

ありがとうございます。
よく読んでみます。