从数据集中删除选定的特征答案

【问题标题】：Removing selected features from dataset从数据集中删除选定的特征
【发布时间】：2021-05-17 08:28:19
【问题描述】：

因为我的模型中存在高度相关特征的问题（与示例中显示的特征不同）。在这一步

selected_features = [v[0] for v in cluster_id_to_feature_ids.values()]

我可以获得有关需要从分类器中删除的特征的信息。它们以数字形式给出 ([0, 3, 5, 6, 8, 9, 10, 17])。如何获取这些功能的名称？

【问题讨论】：

【解决方案1】：

好的，我认为这个问题有两个不同的元素。

首先，您需要获取列名列表。在您链接的示例代码中，功能名称列表的存储方式如下：

data.feature_names

一旦您有了功能名称，您就需要一种方法来遍历它们并只获取您想要的名称。像这样的东西应该可以工作：

columns = ['a', 'b', 'c', 'd']
keep_index = [0, 3]

new_columns = [columns[i] for i in keep_index]
new_columns

['a', 'b']

【讨论】：

谢谢，泰勒罗萨克。使用我的数据（看起来像示例中的那些，但它们有一列用于推文），我收到此错误：AttributeError: 'DataFrame' object has no attribute 'feature_names'。你知道我能怎么处理吗？打印： print(orig_df.keys()) 我得到我的列列表。我一直在关注这个：stackoverflow.com/questions/66657420/…
听起来你有一个 pandas DataFrame 而不是 scikit stores its data 的方式？在这种情况下，属性将是 .columns 而不是 .feature_names。