python - 从 selectKbest 获取特征名称-6ren

python - 从 selectKbest 获取特征名称

转载作者：行者123 更新时间：2023-12-01 08:22:10

26

4

我使用 Scikit learn selectKbest 选择最佳特征，从 900 个特征中选择大约 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稍后使用它们。

我尝试了诸如X_new.dtype.names之类的东西，但我没有得到任何结果，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...

有没有办法知道所选功能的名称是什么？

最佳答案

以下是使用 get_support() 的方法:

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的答案中，您可以通过以下方式获取列名称:

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

关于python - 从 selectKbest 获取特征名称，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54560611/

26

4

0

文章推荐： jquery - 在 jquery 函数中使用 href 作为 var

文章推荐： Jquery 淡入-淡出帮助

文章推荐： jquery - 使用 jQuery 渲染部分集合

scikit-learn - 如何使用来自离散和连续特征混合的互信息来 SelectKBest？
我正在使用 scikit learn 来训练分类模型。我的训练数据中既有离散特征也有连续特征。我想使用最大互信息进行特征选择。如果我有向量 x和标签 y并且前三个特征值是离散的，我可以像这样得到 MM
python - 从 selectKbest 获取特征名称
我使用 Scikit learn selectKbest 选择最佳特征，从 900 个特征中选择大约 500 个。如下，其中 d 是所有特征的数据框。 from sklearn.feature_sel
python - 使用 SelectKBest 按降序可视化特征选择
我想将特征选择的结果可视化为按降序排列的条形图。(仅前 10 个特征)我如何使用 matplotlib 来做到这一点？您可以在下面看到代码。 filename_train = 'C:\Users\x.
python - SelectKBest (chi2) 如何计算分数？
我试图通过将特征选择方法应用于我的数据集来找到最有值(value)的特征。我现在使用 SelectKBest 函数。我可以生成分值并根据需要对它们进行排序，但我不明白这个分值是如何计算的。我知道理论上
python - sklearn SelectKBest()中如何给score函数设置参数
我在 sklearn 中使用 SelectKBest() 类进行特征选择。 SelectKBest() 可以将可调用的评分函数作为输入。在这种情况下，我想使用 mutual_info_regressi
scikit-learn - SelectKbest, Treeclassifer, 某处出现小错误 :(
在上课时，我被困在我认为必须是小问题的地方。我想用 SelectKBest 找出最重要的特征是什么(我将 k 从 2,4,6,8 改变) 我加载数据 data_dict = pickle.load(o
python - 如何从 sklearn SelectKBest 获取实际选择的功能
给定以下数据: import pandas as pd from sklearn.feature_selection import SelectKBest from sklearn.feature_s
machine-learning - 如何使用 SelectKBest 选择的特征训练模型？
我正在使用 SelectKBest()在 Sklearn 的 Pipeline()类将特征数量从 30 个减少到 5 个最佳特征。当我拟合分类器时，我会得到与特征选择不同的测试结果。但是我在我的代码中
python - 在 Python 中 SelectKBest 之前需要标准化
我需要从数据集中为回归任务选择一些特征。但是数值来自不同的范围。 from sklearn.datasets import load_boston from sklearn.feature_selec
python - SelectKBest 与 GaussianNB 结果不精确/一致
我想使用 SelectKBest 选择前 K 个特征并运行 GaussianNB: selection = SelectKBest(mutual_info_classif, k=300) data_t
machine-learning - 在特征选择中，我应该分别在训练和测试数据集上使用 SelectKBest 吗？
我的问题是我应该首先对整个数据集执行 selectkbest sklearn 函数进行特征选择，然后将数据集划分为训练集和测试集，还是应该执行 selectkbest训练和测试数据集分区后？在第二个中
python - 如何从 sklearn.feature_selection.SelectKBest 获取每个特征的分数？
我正在尝试获取我的数据集的所有特征的分数。 file_data = numpy.genfromtxt(input_file) y = file_data[:,-1] X = file_data[:,0
python - 使用 SelectKBest 的问题 [scikit-learn]
我是 scikit-learn 和 python 的初学者，我使用 feature_selection 包中的 SelectKBest 尝试了这段看起来非常简单的代码。 train = pd.
python - 获取 SelectKBest 函数 python 的特征名称
我从 sklearn 实现了 SelectKBest，我想获得 K 个最佳列的名称，而不仅仅是每个列的值。我需要做什么？我的代码: X_new = SelectKBest(chi2, k=2).f
python-3.x - sklearn.feature_selection.SelectKBest 特征评分模块中的负数问题
我正在尝试自动特征工程和选择，为此，我使用了 sklearn 中提供的波士顿房价数据集。 . from sklearn.datasets import load_boston import panda
python - 尝试将 fit 与 SelectKBest 变量一起使用并不断收到 TypeError
我尝试在我的 SelectKBest 变量上使用 .fit()，一旦我的程序命中 skb.fit(X, y)，我就会不断收到错误。不知道为什么。我收到错误:fit % (self.score_fun
python-3.x - SelectKBest 以 nan 值的形式给出分数
我有一个数据集，我尝试使用 SelectKBest 和 Chi2 获取特征重要性，但 SelectKBest 给出了分数特征为nan。数据文件和代码文件位于 this链接 # Path to the
machine-learning - scikit-learn:在管道中使用 SelectKBest 时获取选定的功能
我正在尝试在多标签场景中将特征选择作为 scikit-learn 管道的一部分。我的目的是对于给定的 k 选择最佳的 K 个特征。这可能很简单，但我不明白如何在这种情况下获取选定的特征索引。在常规
python - SelectKBest 回归给出 "unknown label type"-error
我试图让 SelectKBest 示例的一个稍微修改的版本工作，但不断收到 ValueError("Unknown label type: %s"% repr(ys)) 这是我的代码: # Impor
python - 在 Scikit Learn 中运行 SelectKBest 后获取特征名称的最简单方法
我想做监督学习。到目前为止，我知道对所有特征进行监督学习。不过，我也想对 K 个最佳特征进行实验。我阅读了文档，发现在 Scikit 中学习有 SelectKBest 方法。不幸的是，在找到这

首页

博学

6Ren·AI

商城

python - 从 selectKbest 获取特征名称