给定下面的简单特征选择代码，我想知道特征选择后的选定列（数据集包括标题 V1 ... V20）

import pandas as pdfrom sklearn.feature_selection import SelectFromModel, SelectKBest, f_regressiondef feature_selection(data):    y = data['Class']    X = data.drop(['Class'], axis=1)    fs = SelectKBest(score_func=f_regression, k=10)    # 应用特征选择    X_selected = fs.fit_transform(X, y)    # TODO: 确定被选择的列    return X_selecteddata = pd.read_csv("../dataset.csv")new_data = feature_selection(data)

感谢任何帮助。

回答：

我在示例中使用了 iris 数据集，但您可能可以轻松修改代码以适应您的使用情况。SelectKBest 方法具有我用来对特征进行排序的 scores_ 属性。

欢迎随时询问任何澄清问题。

import pandas as pdimport numpy as npfrom sklearn.feature_selection import SelectFromModel, SelectKBest, f_regressionfrom sklearn.datasets import load_irisdef feature_selection(data):    y = data[1]    X = data[0]    column_names = ["A", "B", "C", "D"]  # 此处应使用您的数据框的列名    k = 2    fs = SelectKBest(score_func=f_regression, k=k)    # 应用特征选择    X_selected = fs.fit_transform(X, y)    # 查找顶级特征     # 我创建了一个列表，类似于 [[ColumnName1, Score1] , [ColumnName2, Score2], ...]    # 然后我按得分降序排序    top_features = sorted(zip(column_names, fs.scores_), key=lambda x: x[1], reverse=True)    print(top_features[:k])    return X_selecteddata = load_iris(return_X_y=True)new_data = feature_selection(data)