如何找出 sklearn SelectBest 选出几个重要的特征名称（column name）
一、需求
sklearn SelectBest 函数可以指定参数 k 的值，就能选出最重要的 k 个特征。也能通过 model.scores_ 和 model.pvalues_ 来输出得分和 p-value 的值，如果特征量小，可以通过肉眼对比 model.scores_ 来得知选出来的是哪几列，但是如果特征个数特别多，如何能通过排序方法知道排序结果，并输出选中的列名呢？
二、解决方法
from sklearn.feature_selection import SelectKBest from sklearn.feature_selection import chi2 from sklearn.datasets import load_iris import pandas as pd from sklearn.preprocessing import MinMaxScaler from scipy.stats import chi2_contingency import numpy as np #导入IRIS数据集 iris = load_iris() def get_feature_importance(): """ 此处省略 feature_data, label_data 的生成代码。 如果是 CSV 文件，可通过 read_csv() 函数获得特征和标签。 """ model = SelectKBest(chi2, k=2)#选择k个最佳特征 X_new = model.fit_transform(feature_data, label_data) #feature_data是特征数据，label_data是标签数据，该函数可以选择出k个特征 print("model shape: ",X_new.shape) scores = model.scores_ print('model scores:', scores) # 得分越高，特征越重要 p_values = model.pvalues_ print('model p-values', p_values) # p-values 越小，置信度越高，特征越重要 # 按重要性排序，选出最重要的 k 个 indices = np.argsort(scores)[::-1] k_best_features = list(feature_data.columns.values[indices[0:2]]) print('k best features are: ',k_best_features) return k_best_features
以上，问题解决~
