模型特征在文本分类中的重要性

Question

from sklearn.feature_extraction.text import TfidfVectorizer tfidf_vectorizer=TfidfVectorizer(min_df=5,max_df=0.98,use_idf=False) tfidf_vectorizer.fit(Tweet_balanced['text'])

X = tfidf_vectorizer.transform(Tweet_balanced['text'])

`X.shape

（63828，8585）`

`X.columns

AttributeError：找不到列。

我正在检查为文本分类构建的模型的功能重要性，但出现错误“数据无列功能”。怀疑模型是否过拟合，如何检查模型的特征重要性（线性SVM）？