python特征选择后显示选取的特征名_情感分析管道，在使用特征选择时获取正确的特征名称时出现问题...

在下面的示例中，我使用twitter数据集执行情绪分析。我使用sklearnpipeline来执行一系列转换、添加特性和添加classifier。最后一步是将具有更高预测能力的单词形象化。当我不使用特征选择时，它工作得很好。然而，当我使用它时，我得到的结果是没有意义的。我怀疑当应用特征选择时，文本特征的顺序会改变。有没有办法解决这个问题？在

以下代码已更新，以包含正确答案from sklearn.base import BaseEstimator, TransformerMixin

from sklearn.pipeline import Pipeline, FeatureUnion

features= [c for c in df.columns.values if c not in ['target']]

target = 'target'

#train test split

X_train, X_test, y_train, y_test = train_test_split(df[features], df[target], test_size=0.2,stratify = df5[target], random_state=0)

#Create classes which allow to select specific columns from the dataframe

class NumberSelector(BaseEstimator, TransformerMixin):

def __init__(self, key):

self.key = key

def fit(self, X, y=None):

return self

def transform(self, X):

return X[[self.key]]

class TextSelector(BaseEstimator, TransformerMixin):

def __init__(self, key):

self.key = key

def fit(self, X, y=None):

return self

def transform(self, X):

return X[self.key]

class ColumnExtractor(T