从数据框中标识要素名称

Question

我有一段代码如下：

# transforming data to best 20 features
from sklearn.feature_selection import SelectKBest, chi2
import matplotlib.pyplot as plt
fs = SelectKBest(score_func=chi2, k=20)
fs.fit(X_train, y_train)
X_train = fs.transform(X_train)
X_test = fs.transform(X_test)



# what are scores for the features
for i in range(len(fs.scores_)):
print('Feature %d: %f' % (i, fs.scores_[i]))
# plot the scores
plt.bar([i for i in range(len(fs.scores_))], fs.scores_)
plt.show()

绘图给出了this picture中所示的输出，我想知道如何识别这些特性的实际特性名称，而不是“1-20”？我尝试了get_support（），但它给出了一个错误，因为我的数据是数组格式的，因为我使用了train_test_split

Answer 1

这些特征与X_序列阵列中的数据顺序相同。因此，为了获得功能名称，您应该在将X_序列转换为numpy数组之前提取它们。如果您正在使用名为df的熊猫数据帧，您可以做的是：

for i in range(len(fs.scores_)):
    print(f'Feature {df.columns[i]}: {fs.scores_[i]}')