如何在 scikit 中获取与卡方特征选择分数对应的特征名称答案

【问题标题】：How to get feature names corresponding to scores for chi square feature selection in scikit如何在 scikit 中获取与卡方特征选择分数对应的特征名称
【发布时间】：2015-05-04 07:01:57
【问题描述】：

我正在使用 Scikit 进行特征选择，但我想获取文本中所有 unigram 的得分值。我得到了分数，但我如何将它们映射到实际的特征名称。

from sklearn.feature_extraction.text  import CountVectorizer
from sklearn.feature_selection import  SelectKBest, chi2

Texts=["should schools have uniform","schools discipline","legalize marriage","marriage culture"]
labels=["3","3","7","7"]
vectorizer = CountVectorizer()
term_doc=vectorizer.fit_transform(Texts)
ch2 = SelectKBest(chi2, "all")
X_train = ch2.fit_transform(term_doc, labels)
print ch2.scores_

这给出了结果，但我如何知道哪些特征名称对应于哪些分数？

【问题讨论】：

标签： python scikit-learn chi-squared

【解决方案1】：

它就在文档中：

get_feature_names()

【讨论】：