我正在嘗試在包含來自兩個說話者的句子的數據庫上使用 scikit-learn 函數 SelectKBest。我的目標是找到 30 個最好的單詞，這些單詞可以作為分隔這兩個揚聲器的特征，我想將它們打印到屏幕上。這些句子存儲在一個列表中sentences[]，我有關于每個句子誰是說話者的信息（存儲在另一個列表中speakers[]）我還需要為這 K 個最佳特征創建向量，并能夠對這些向量使用分類器。當前代碼：（句子包含每個說話者的10000個句子，已排序）speakers = [0] * 10000 + [1] * 10000vectorizer = TfidfVectorizer()vectors = vectorizer.fit_transform(sentences)kbest = SelectKBest(chi2, k=30).fit(vectors, speakers)outcome = kbest.get_support()for i in range(0,len(sentences)):    if outcome[i]:        print (sentences[i])我不確定它是否找到了正確的單詞或選擇了整個句子，如果找到了，我也不太確定如何打印它找到的單詞。（目前，它顯然會打印整個句子，因為我正在直接打印一個句子，該句子與 SelectKBest 找到的內容具有匹配的索引）。我可能需要在特征向量的第 i 個位置找到這個詞，但我不知道該怎么做。