如何在scikit中獲取卡方特徵選擇的分數對應的特徵名稱

Question

我使用Scikit進行特徵選擇，但是我希望獲得文本中所有unigrams的分數值。我得到了分數，但是我如何將這些分數映射到實際的特徵名稱。

from sklearn.feature_extraction.text import CountVectorizer 
from sklearn.feature_selection import SelectKBest, chi2 

Texts=["should schools have uniform","schools discipline","legalize marriage","marriage culture"] 
labels=["3","3","7","7"] 
vectorizer = CountVectorizer() 
term_doc=vectorizer.fit_transform(Texts) 
ch2 = SelectKBest(chi2, "all") 
X_train = ch2.fit_transform(term_doc, labels) 
print ch2.scores_ 

這給出了結果，但我怎麼知道哪些功能名稱映射到什麼得分？

Answer 1

它就在那裏的文檔中：

get_feature_names()