在运行SelectKBest后选择了一些特征，结果以数组形式返回，由于我的训练集有数千个特征，我不知道这些特征具体是哪些。我希望在测试集中找到并选出这些特征，并删除其余特征。有没有方便的方法来做到这一点？谢谢！

代码如下：

from sklearn.feature_selection import SelectKBest, f_regression
X_opt=SelectKBest(f_regression,k=2000)
X_new=X_opt.fit_transform(df_train_X_mm, train_y)
X_new

结果是：

array([[0.        , 0.        , 0.        , ..., 0.        , 0.        ,    0.        ],
       [0.        , 0.        , 0.00688335, ..., 0.        , 0.        ,    0.        ],
       [0.        , 0.        , 0.        , ..., 0.        , 0.        ,    0.        ],
       ...,
       [0.        , 0.        , 0.        , ..., 0.        , 0.        ,    0.        ],
       [0.        , 0.        , 0.        , ..., 0.        , 0.        ,    0.        ],
       [0.        , 0.        , 0.06257587, ..., 0.        , 0.        ,    0.        ]])

回答：

你需要的是feature_selection.SelectKBest的get_support方法。它返回一个布尔数组，表示某个特征是否被选中（True）或未被选中（False）。