我正在使用 scikit-learn 的 RidgeCV() 方法运行机器学习模型（带交叉验证的岭回归）。我的数据集有 5 个分类特征和 2 个数字特征，所以我从 LabelEncoder() 开始将分类特征转换为整数，然后我应用 OneHotEncoder() 来制作几个 0 和 1 的新特征列，以便应用我的机器学习模型。
我的 X_train 现在是一个 numpy 数组，在拟合模型后，我得到了它的系数，所以我想知道 - 有没有一种直接的方法可以将这些系数连接回它们对应的各个特征？与 Pandas get_dummies 不同，OneHotEncoder 似乎没有为它从标记的分类特征中生成的各个特征生成任何标题......
PS：我使用了 LabelEncoder 的 .classes_ 属性和 OneHotEncoder 的 .feature_indices_，但它们都没有给出我正在寻找的东西。我在 Cross Validated 中进行了询问，但我被称为 Stack Overflow。