Scikit learn 使用scikit learn按顺序排列所有功能

我正在尝试使用

scikit-learn

和对所有功能进行排序。如果排序的特征数

k

小于特征总数

n

，则该方法效果良好。但是，如果我设置了

k=n

，则

SelectKBest

的输出顺序将与原始要素数组的顺序相同。如何根据其重要性对所有功能进行排序

代码如下：

from sklearn.feature_selection import SelectKBest, f_regression

n = len(training_features.columns)

selector = SelectKBest(f_regression, k = n)
selector.fit(training_features.values, training_targets.values[:, 0])

k_best_features = list(training_features.columns[selector.get_support(indices = True)])

---

我认为，根据f_回归给出的分数，可以使用

pd.DataFrame(dict(feature_names= training_features.columns , scores = selector.scores_))\
    .sort_values('scores',ascending = False)

---

我最终使用了这个解决方案：

import numpy as np
from sklearn.feature_selection import f_regression

k = 10    # number of best features to obtain

scores, _ = f_regression(training_features.values, training_targets.values[:, 0])
indices = np.argsort(scores)[::-1]
k_best_features = list(training_features.columns.values[indices[0:k]])

---

selector.get_support（）

只返回所选功能，而不返回其重要性或顺序。那么你所说的

是什么意思呢？“如果排名特征的数量k小于总数，那么该方法工作得很好”

。我认为返回向量的顺序是它们的重要性。我想根据重要性对k个特征进行排序。从所有特征中，根据重要性选择前k个特征，但从所选的k个特征中，您不能说哪个更重要。如果需要，则需要使用

selector.scores.

属性。