我有一个文本数据集，在其中我手动将每条记录分类为两个可能的类中的一个。我在语料库上创建了一个TFIDF，没有英语停止语，训练/测试了一个随机森林分类器，评估了模型，并将模型应用于更大的文本语料库。到目前为止一切都很好，但如何了解更多关于我的模型的信息，即如何了解哪些单词对模型"重要"？
经过训练的RF应具有属性feature_importances_。我认为您必须使用oob_score=True（在构造函数中）来训练模型。功能重要性将告诉您哪些功能（数据矩阵列）具有影响力。要获取单词，请返回tfidf矢量器并获取其vocabulary_属性（注意后面的下划线），这是一个从单词到列索引的dict。
有关词汇表属性的解释，请参阅以下文章：sklearn:TFDF Transformer:如何获取文档中给定单词的tf idf值