如何将selector.support_返回的布尔值为ture的索引对应到特征名称上

在使用 SelectFromModel 选择特征时，可以通过 `estimator_.coef_` 或者 `estimator_.feature_importances_` 来获取特征的重要性分数，然后使用 `selector.get_support()` 方法获取到被选择的特征的索引。可以通过以下方式将索引对应到特征名称上：

1. 获取特征名称列表，例如 `X.columns`。
2. 使用 `selector.get_support()` 方法获取被选择的特征的索引。
3. 将选择的特征索引和特征名称列表进行对应，例如使用字典或者列表等数据结构，可以将特征名称和索引存储为键值对。
4. 通过特征名称列表和选择的特征索引对应关系，可以获取到被选择的特征的名称。

以下是一个示例代码：

from sklearn.feature_selection import SelectFromModel
from sklearn.linear_model import LogisticRegression

# 创建一个 logistic regression 模型作为 SelectFromModel 的 estimator
estimator = LogisticRegression()

# 创建 SelectFromModel 对象
selector = SelectFromModel(estimator)

# 训练模型并获取选择的特征索引
selector.fit(X, y)
selected_index = selector.get_support()

# 获取特征名称列表
feature_names = X.columns

# 将特征名称和索引对应存储为字典
feature_dict = dict(zip(range(len(feature_names)), feature_names))

# 获取被选择的特征的名称
selected_feature_names = [feature_dict[i] for i in range(len(feature_dict)) if selected_index[i]]

print("Selected feature names:", selected_feature_names)

该代码将会输出被选择的特征的名称列表。