가장 큰 계수 살펴보기

로지스틱 회귀의 장점 중 하나는 투명성입니다. 학습된 계수를 보면 어떤 단어가 문서를 각 클래스로 이끄는지 정확히 알 수 있습니다. 🔍

학습이 끝나면 가중치는 clf.coef_에 저장되며, 어휘의 각 단어에 하나씩 대응하는 숫자를 가집니다. 이 배열은 모델 추론의 핵심입니다.

대응하는 단어는 벡터화기에 저장되어 있습니다. get_feature_names_out을 호출하면 각 계수 위치에 해당하는 용어를 얻을 수 있습니다.

두 배열을 함께 묶어 각 단어가 가중치 옆에 오도록 하십시오. 이제 정렬하여 모델이 학습한 내용을 읽을 수 있습니다.

큰 양의 계수는 해당 단어가 양성 클래스에 강하게 투표한다는 뜻입니다. 예를 들어 스팸 탐지기에서는 스팸을 나타내는 단어가 이에 해당합니다.

강한 음의 계수는 다른 클래스 쪽으로 이끕니다. 이러한 단어는 양성 레이블에 반대되는 가장 분명한 증거입니다.

가중치에 따라 쌍을 정렬하여 가장 영향력 있는 용어를 드러내십시오. 양 끝의 극단값이 실제로 예측을 이끄는 단어입니다.

가장 큰 가중치 다섯 개와 가장 작은 가중치 다섯 개를 출력하십시오. 이 간단한 요약만으로도 모델이 실제로 무엇에 주의를 기울이는지 자주 알 수 있습니다.

주요 단어가 말이 됩니까? 감정 모델이 fantastic이라는 단어를 중요하게 여긴다면, 그러한 직관은 모델이 실제 패턴을 학습했다는 것을 확인해 줍니다.

이상한 주요 단어는 불필요하게 섞인 ID 토큰과 같은 누출이나 원치 않는 편향을 드러낼 수 있습니다. 계수를 살펴보면 이러한 문제를 배포 전에 발견할 수 있습니다.

가중치가 0에서 멀수록 해당 단어의 영향력이 큽니다. 0에 가까운 계수는 어떤 예측에도 거의 영향을 주지 않습니다.

벡터화기에서 가져온 단어를 coef_의 값과 짝지은 다음 정렬하십시오. 가장 큰 계수는 모델이 학습한 내용을 보여 주고 문제를 일찍 드러냅니다. ✅