在应用递归特征消除（RFECV）之后，是否有办法知道选择了哪些特征？

Question

我是python和机器学习的新手。我有79个特征的数据集（.csv），并且我正在尝试应用特征选择算法。 代码：

    import numpy as np
    import matploitlib.pyplot as plt
    import pandas as pd

    #Importing the dataset
    dataset = pd.read_csv('Rural.csv', sep=';')
    dataset = dataset.dropna()
    print(dataset.info())
    X = dataset.iloc[:, :-1].values
    y = dataset.iloc[:, 75].values

    #Feature selection part
    from sklearn.ensemble import RandomForestClassifier
    from sklearn.feature_selection import RFECV
    m = RFECV(RandomForestClassifier(), scoring='accuracy')
    m.fit(X, y)
    m.score(X, y)

1. 我使用了递归特征消除方法，但是，现在如何可视化所选特征？
2. 我正在使用包含有关网络流量的信息的数据集，我可以使用任何功能选择算法，还是有针对此类信息的算法说明符？
我想将通过此方法选择的特征与其他算法进行比较，以便在它们之间进行比较并采用共同的选定特征？任何其他已知算法？