Python 中特征选择输出的列名 (Scikit Learn)
Column Names on Feature Selection Output in Python (Scikit Learn)
免责声明：我是 Python 的新手。
我在 Python 2.7 scikit 学习中对我的数据集进行了特征选择的预处理步骤。为此，我将列数从 222 减少到 77。
我的问题是特征选择的输出是一个 numpy 数组，它似乎去除了列名。我需要知道保留了哪些列，但如果看不到列名，我不确定如何获取此信息。
这是我的特征选择代码，其中 returns 一个矩阵：
clf = ExtraTreesClassifier()
clf = clf.fit(X, y)
clf.feature_importances_
model = SelectFromModel(clf, prefit=True)
X_new = model.transform(X)
感谢您的帮助！
get_support(indices=False)
Get a mask, or integer index, of
the features selected
假设您的 X 中共有 5 个特征，并且从中选择了 3 个特征：第一、第二和第五。
然后 model.get_support() 将 return :
[True, True, False, False, True]
如果你使用model.get_support(indices=True)，那么你将得到：
[0,1,4]
希望这能解决您的问题。
免责声明：我是 Python 的新手。
我在 Python 2.7 scikit 学习中对我的数据集进行了特征选择的预处理步骤。为此，我将列数从 222 减少到 77。
我的问题是特征选择的输出是一个 numpy 数组，它似乎去除了列名。我需要知道保留了哪些列，但如果看不到列名，我不确定如何获取此信息。 这是我的特征选择代码，其中 returns 一个矩阵：
clf = ExtraTreesClassifier()
clf = clf.fit(X, y)
clf.feature_importances_
model = SelectFromModel(clf, prefit=True)
X_new = model.transform(X)
感谢您的帮助！
get_support(indices=False)
Get a mask, or integer index, of the features selected
假设您的 X 中共有 5 个特征，并且从中选择了 3 个特征：第一、第二和第五。
然后 model.get_support() 将 return :
[True, True, False, False, True]
如果你使用model.get_support(indices=True)，那么你将得到：
[0,1,4]
希望这能解决您的问题。