我正在使用scikit-learn的RidgeCV（）方法运行机器学习模型（使用Cross-Validation进行岭回归）。我的数据集有5个分类特征和2个数字特征，所以我从LabelEncoder（）开始将分类特征转换为整数，然后我应用OneHotEncoder（）来创建0和1的几个新特征列，以便应用我的机器学习模型。
我的X_train现在是一个numpy数组，在拟合模型后我得到它的系数，所以我想知道 - 是否有一种直接的方法将这些系数连接回它们对应的各个特征？与Pandas get_dummies不同，OneHotEncoder似乎不会为标记的分类标题生成的单个特征生成任何标题...
PS：我使用过LabelEncoder的.classes_属性和OneHotEncoder的.feature_indices_，但它们都没有给我我正在寻找的内容。我在Cross Validated中查询过，但我被提到了Stack Overflow。