选择要素后打印列/变量名称

Question

我正在Iris dateset上尝试功能选择

我指的是Feature Selection with Univariate Statistical Tests

我正在使用下面的行，我想找出重要的功能：

import pandas
from pandas import read_csv
from numpy import set_printoptions
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import f_classif

dataframe = pandas.read_csv("C:\\dateset\\iris.csv"]))
array = dataframe.values
X = array[:,0:4]
Y = array[:,4]

test = SelectKBest(score_func=f_classif, k=2)
fit = test.fit(X, Y)

set_printoptions(precision=2)
arr = fit.scores_

print (arr)

# [ 119.26   47.36 1179.03  959.32]

为了通过得分显示前2名的索引，我添加了：

idx = (-arr).argsort()[:2]
print (idx)

# [2 3]

此外，如何获得列/变量名（而不是它们的索引）

Answer 1

import pandas
from pandas import read_csv
from numpy import set_printoptions
from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import f_classif

dataframe = pandas.read_csv("iris.csv")
array = dataframe.values
X = array[:,0:4]
Y = array[:,4]

test = SelectKBest(score_func=f_classif, k=2)
fit = test.fit(X, Y)

set_printoptions(precision=2)
arr = fit.scores_

idx = (-arr).argsort()[:2]
print (idx)

print (arr)
#names=[dataframe.columns[j] for j in X]

names = dataframe.columns[idx]
print(names)

输出

[2 3]
[ 119.26   47.36 1179.03  959.32]
Index(['petal_length', 'petal_width'], dtype='object')

Answer 2

使用索引，这里可以使用列名称，因为选择了前4列：

#first 4 columns
X = array[:,0:4]

cols = dataframe.columns[idx]

如果对X的选择不同，则还需要使用变量按位置数据帧进行筛选：

#e.g. selected 3. to 7. column
X = array[:,2:6]

cols = dataframe.iloc[:, 2:6].columns[idx]