如何查找 scikit learn 中保留了哪些变量

Question

我正在 scikit 中运行一些算法。就像目前我使用 RandomisedLasso。但是这个问题与 scikit 中的任何 ml 算法有关。

我的初始训练数据是 149x56。现在这就是我要做的：

from sklearn.linear_model import RandomizedLasso
est_rlasso = RandomizedLasso(max_iter=1000)
# Running Randomised Lasso
x=est_rlasso.fit_transform(tourism_X,tourism_Y)
x.shape

>>> (149x36). 

因此，如果您看到它给出了最初 56 个要保留的 36 个最佳特征，并将数据集从 149x56 转换为 149x36。但问题是它保留了哪些 36 个特征？ scikit 最大的问题是它去掉了变量头。所以现在我一无所知该算法保留了哪些功能以及删除了哪个功能，因为最终的 X 没有要交叉检查的标题。

这在 scikit 中的任何 ml 算法实现中都很常见。如何克服这一点？就像我需要找到它给出的哪些变量一样重要，或者如果我正在运行回归模型，那么系数代表哪些变量，因为我可能使用 Onehotencoder 来转换分类变量，然后它会改变原始的 var 顺序。

有什么想法吗？

Answer 1

来自文档

get_support([indices]) 返回特征/索引的掩码或列表 已选中。

http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.RandomizedLasso.html