我在Python中有一个分类问题。我想找出哪些是分类中最重要的特征。我的数据是混合的，一些列是分类值，一些不是分类值。我正在使用OneHotEncoder和Normalizer进行转换：

columns_for_vectorization = ['A', 'B', 'C', 'D', 'E']columns_for_normalization = ['F', 'G', 'H']transformerVectoriser = ColumnTransformer(transformers=[('Vector Cat', OneHotEncoder(handle_unknown = "ignore"), columns_for_vectorization),                                                        ('Normalizer', Normalizer(), columns_for_normalization)],                                          remainder='passthrough') # 默认是丢弃未转换的列

之后，我分割了我的数据并进行了转换：

x_train, x_test, y_train, y_test = train_test_split(features, results, test_size = 0.25, random_state=0)x_train = transformerVectoriser.fit_transform(x_train)x_test = transformerVectoriser.transform(x_test)

然后，我训练我的模型：

clf = RandomForestClassifier(max_depth = 5, n_estimators = 50, random_state = 0)model = clf.fit(x_train, y_train)

接着，我打印最重要的特征：

print(model.feature_importances_)

我得到的结果类似于这样：

[1.40910562e-03 1.46133832e-03 4.05058130e-03 3.92205197e-03 2.13243521e-03 5.78555893e-03 1.51927254e-03 1.14987114e-03 ... 6.37840204e-04 7.21061812e-04 5.77726129e-04 5.32382587e-04]

问题在于，最初我有8个特征，但由于转换，我现在有超过20个特征（因为分类数据）。我该如何处理这个问题？我如何知道哪个最初的特征是最重要的？

回答：

尝试以下方法来获取由’Vector Cat’转换器处理的特征名称：

VectorCatNames = list(transformerVectoriser.transformers_[0][1]['Vector Cat'].get_feature_names(columns_for_vectorization))

然后，你的最终特征名称可以保存为：

feature_names = VectorCatNames + columns_for_normalization