Question

我使用管道和grid_search来选择最佳参数，然后使用这些参数来拟合最佳管道（＆＃39; best_pipe＆＃39;）。但是，由于feature_selection（SelectKBest）在管道中，所以没有适用于SelectKBest。

我需要知道＆＃39; k＆＃39;的功能名称。选定的功能。有任何想法如何检索它们？提前谢谢

from sklearn import (cross_validation, feature_selection, pipeline,
                     preprocessing, linear_model, grid_search)
folds = 5
split = cross_validation.StratifiedKFold(target, n_folds=folds, shuffle = False, random_state = 0)

scores = []
for k, (train, test) in enumerate(split):

    X_train, X_test, y_train, y_test = X.ix[train], X.ix[test], y.ix[train], y.ix[test]

    top_feat = feature_selection.SelectKBest()

    pipe = pipeline.Pipeline([('scaler', preprocessing.StandardScaler()),
                                 ('feat', top_feat),
                                 ('clf', linear_model.LogisticRegression())])

    K = [40, 60, 80, 100]
    C = [1.0, 0.1, 0.01, 0.001, 0.0001, 0.00001]
    penalty = ['l1', 'l2']

    param_grid = [{'feat__k': K,
                  'clf__C': C,
                  'clf__penalty': penalty}]

    scoring = 'precision'

    gs = grid_search.GridSearchCV(estimator=pipe, param_grid = param_grid, scoring = scoring)
    gs.fit(X_train, y_train)

    best_score = gs.best_score_
    scores.append(best_score)

    print "Fold: {} {} {:.4f}".format(k+1, scoring, best_score)
    print gs.best_params_

best_pipe = pipeline.Pipeline([('scale', preprocessing.StandardScaler()),
                          ('feat', feature_selection.SelectKBest(k=80)),
                          ('clf', linear_model.LogisticRegression(C=.0001, penalty='l2'))])

best_pipe.fit(X_train, y_train)
best_pipe.predict(X_test)

Answer 1

您可以在best_pipe：

中按名称访问功能选择器

features = best_pipe.named_steps['feat']

然后，您可以在索引数组上调用transform()以获取所选列的名称：

X.columns[features.transform(np.arange(len(X.columns)))]

此处的输出将是管道中选定的80个列名称。

Answer 2

这可能是一个有益的选择：我遇到了与OP所要求的相似的需求。如果想直接从GridSearchCV得到k个最佳特征的索引：

finalFeatureIndices = gs.best_estimator_.named_steps["feat"].get_support(indices=True)

通过index manipulation，可以获得finalFeatureList：

finalFeatureList = [initialFeatureList[i] for i in finalFeatureIndices]

Answer 3

杰克的回答完全有效。但是，根据您使用的哪个功能选择器，我认为另一个选项更清晰。这个对我有用：

X.columns[features.get_support()]

它给了我一个与杰克答案相同的答案。您可以在the docs中查看有关它的更多信息，但get_support会返回是否使用该列的true / false值数组。此外，值得注意的是X必须与功能选择器上使用的训练数据具有相同的形状。

管道中的python特征选择：如何确定特征名称？

3 个答案: