从 selectKbest 中获取特征名称答案

【问题标题】：Getting the features names form selectKbest从 selectKbest 中获取特征名称
【发布时间】：2019-06-30 19:38:44
【问题描述】：

我使用 Scikit learn selectKbest 来选择最好的功能，从 900 个中选择大约 500 个。如下，其中 d 是所有特征的数据框。

from sklearn.feature_selection import SelectKBest, chi2, f_classif
X_new = SelectKBest(chi2, k=491).fit_transform(d, label_vs)

当我现在打印X_new 时，它只给我数字，但我需要所选功能的名称以便以后使用它们。

我尝试了X_new.dtype.names 之类的东西，但我没有得到任何东西，我尝试将X_new 转换为数据框，但我得到的唯一列名称是

1, 2, 3, 4...

那么有没有办法知道所选功能的名称是什么？

【问题讨论】：

标签： python numpy scikit-learn nlp feature-selection

【解决方案1】：

你可以这样做，使用get_support()：

chY = SelectKBest(chi2, k=491)
X_new = chY.fit_transform(d, label_vs)
column_names = [column[0]  for column in zip(d.columns,chY.get_support()) if column[1]]

从@AI_Learning 的回答中，您可以通过以下方式获取列名：

column_names = d.columns[chY.get_support()]

【讨论】：

谢谢。我已经完成了这个项目，我使用了不同的路线。但是，这对未来也很有帮助。谢谢。

【解决方案2】：

您可以使用 feature_selection 的 .get_support() 参数从初始数据框中获取功能名称。

feature_selector = SelectKBest(chi2, k=491)
d.columns[feature_selector.get_support()]

工作示例：

from sklearn.datasets import load_digits
import pandas as pd
from sklearn.feature_selection import SelectKBest, chi2
X, y = load_digits(return_X_y=True)
df = pd.DataFrame(X, columns= ['feaure %s'%i for i in range(X.shape[1])])

feature_selector = SelectKBest(chi2, k=20)

X_new = feature_selector.fit_transform(df, y)
X_new.shape

df.columns[feature_selector.get_support()]

输出：

Index(['功能 5', '功能 6', '功能 13', '功能 19', '功能 20', “第 21 条”、“第 26 条”、“第 28 条”、“第 30 条”、“第 33 条”、 '特征 34', '特征 41', '特征 42', '特征 43', '特征 44', '功能 46', '功能 54', '功能 58', '功能 61', '功能 62'], dtype='object')

【讨论】：

谢谢。我已经完成了这个项目，我使用了不同的路线。但是，这对未来也很有帮助。谢谢。