选择特征后打印列/变量名答案

【问题标题】：Printing column/variable names after feature selection选择特征后打印列/变量名
【发布时间】：2021-01-28 11:39:20
【问题描述】：

我正在Iris dateset 上尝试功能选择。

我从Feature Selection with Univariate Statistical Tests引用

我正在使用以下几行，我想找出重要的功能：

import pandas
from pandas import read_csv
from numpy import set_printoptions
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import f_classif

dataframe = pandas.read_csv("C:\\dateset\\iris.csv"]))
array = dataframe.values
X = array[:,0:4]
Y = array[:,4]

test = SelectKBest(score_func=f_classif, k=2)
fit = test.fit(X, Y)

set_printoptions(precision=2)
arr = fit.scores_

print (arr)

# [ 119.26   47.36 1179.03  959.32]

为了按分数显示前 2 名的索引，我添加了：

idx = (-arr).argsort()[:2]
print (idx)

# [2 3]

此外，我怎样才能获得列/变量名称（而不是它们的索引）？

【问题讨论】：

标签： python pandas dataframe feature-selection

【解决方案1】：

使用索引，这里可以使用列名，因为选择了前 4 列：

#first 4 columns
X = array[:,0:4]

cols = dataframe.columns[idx]

如果 X 变量的选择不同，则还需要按位置 DataFrame 过滤：

#e.g. selected 3. to 7. column
X = array[:,2:6]

cols = dataframe.iloc[:, 2:6].columns[idx]

【讨论】：

太棒了，先生！谢谢你，很高兴再次得到你的指导！

【解决方案2】：

import pandas
from pandas import read_csv
from numpy import set_printoptions
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import f_classif

dataframe = pandas.read_csv("iris.csv")
array = dataframe.values
X = array[:,0:4]
Y = array[:,4]

test = SelectKBest(score_func=f_classif, k=2)
fit = test.fit(X, Y)

set_printoptions(precision=2)
arr = fit.scores_

idx = (-arr).argsort()[:2]
print (idx)

print (arr)
#names=[dataframe.columns[j] for j in X]

names = dataframe.columns[idx]
print(names)

输出

[2 3]
[ 119.26   47.36 1179.03  959.32]
Index(['petal_length', 'petal_width'], dtype='object')

【讨论】：