sklearn：如何从原始数据框中获取由 model.transform 删除的列索引答案

【问题标题】：sklearn: How to get column indexes deleted by model.transform from original dataframesklearn：如何从原始数据框中获取由 model.transform 删除的列索引
【发布时间】：2016-06-29 11:30:27
【问题描述】：

我正在尝试应用未来的选择。问题是使用整个数据帧会引发内存错误。所以我决定削减我的数据框以便能够应用使用下一个未来的选择：

# this is original dataframes
X_full = df_train[df_train.columns[0:size]] # 76000(rows)*300(cols)
y_full = df_train[[len(df_train.columns)-1]] # 76000(rows)*1(col)

y_full 包含 0 和 1，数字 1 低于 5%。所有其他列仅包含数字，但我们不知道它们的意思。

#this is way, I reduce the number of rows to 10%
test_frac = 0.10
count = len(X_full)
X = X_full.iloc[-int(count*test_frac):]
y = y_full.iloc[-int(count*test_frac):]

#Then I use Linear models penalized with the L1 norm to reduce the dimensionality of the data
lsvc = LinearSVC(C=0.01, penalty="l1", dual=False).fit(X, y)
model = SelectFromModel(lsvc, prefit=True)
X_new = model.transform(X)
print "X_new.shape", X_new.shape
print X_new

问题是我需要获取已删除的列列表，以便从原始数据框中删除它们。我该怎么做？

【问题讨论】：

你能告诉我们更多关于 rhe 数据集的信息吗？

标签： python python-2.7 machine-learning scikit-learn dataframe

【解决方案1】：

听起来您正在寻找SelectFromModel.get_support()。根据文档，它可以返回 (1) 长度等于 all 特征数量的布尔数组 (2) 包含特征的整数索引：

从特征向量中选择保留特征的索引。如果 indices 为 False，则这是一个形状为 [# input features] 的布尔数组，其中一个元素为 True，前提是它的相应特征被选中进行保留。如果 indices 为 True，则这是一个形状为 [# output features] 的整数数组，其值是输入特征向量的索引。

【讨论】：