python - 如何从特征列表（TfidfVectorizer）中删除特征？

Question

目前我正在研究一个文本分类程序。我用 TfidfVectorizer 引出了一些特性。现在，我想从原始特征列表中删除一些单词，因为它们不提供有用的信息。

我有两个问题：

1. 特征存储在哪里？（通过 .get_feature_names() 或在 X_train_union_tfidf 中？）
2. 我怎样才能删除它们？

我在这里发现了一个非常相似的问题：Ignore a column while building a model with SKLearn，但我无法将它与我的问题联系起来。

代码：

X_train_union_tfidf = combined_tfidf.fit_transform(X_train) 
X_test_union_tfidf  = combined_tfidf.transform(X_test)
print(feature_union_df_tfidf)


unigram__compris             15.844468
unigram__devic               16.797861
bigram__speech recognit      17.065831
bigram__invent relat         17.527465
bigram__present invent       21.158065

假设我想删除 invent relat 并呈现 invent。在将其传递给分类算法之前，如何从 X_train_union_tfidf （稀疏矩阵）中删除它？

naive_bayes = MultinomialNB()

naive_bayes.fit(X_train_union_tfidf, y_train)                                                            
predictions_NB_tfidf = naive_bayes.predict(X_test_union_tfidf) 
predicted_prob_NB_tf = naive_bayes.predict_proba(X_test_union_tfidf)                                             

标签： pythonscikit-learnfeature-extractiontf-idf