Python sklearn如何基于特征选择选择分类特征

我的问题是，我想对具有多个分类变量的数据运行特征选择。我在

pandas

中使用了

get_dummies

来生成这些分类变量的所有稀疏矩阵。我的问题是sklearn如何知道一个特定的稀疏矩阵实际上属于一个特性，并选择/删除它们？例如，我有一个名为city的变量。该变量有纽约、芝加哥和波士顿三个级别，因此稀疏矩阵如下所示：

[1,0,0]
[0,1,0]
[0,0,1]

我如何才能告知SKL，在这三个“专栏”中，实际上属于一个功能，即城市，而不会最终选择纽约，并删除芝加哥和波士顿

---

非常感谢你

你不能。SICKIT学习中的特征选择例程将相互独立地考虑哑变量。这意味着他们可以将分类变量的域“修剪”到与预测相关的值。

我明白了，但这太糟糕了，这使得它不如R灵活：（然后使用R或自己编写特征选择器，最简单的想法是，如果选择了一个热编码特征，就选择一组完整的特征（问题是，可能很难控制所选功能的确切数量，如果您的类具有非常不同的元素数量，则可能会变得奇怪）。或者，正如@larsmans所指出的，如果你只关心预测分数，并且你的下一个处理步骤也适用于一个热编码，那么就按照功能选择器所做的去做。