Python 当sklearn管道中有多种特征 Select 方法时如何获取所选特征的名称

我想在sklearn管道中使用几种特征 Select 方法，如下所示:

from sklearn.datasets import load_breast_cancer
from sklearn.feature_selection import SelectKBest, chi2
from sklearn.feature_selection import VarianceThreshold
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.pipeline import Pipeline
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

X, y = load_breast_cancer(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)


model = Pipeline([('vt', VarianceThreshold(0.01)),
                  ('kbest', SelectKBest(chi2, k=5)),
                  ('gbc', GradientBoostingClassifier(random_state=0))])


model.fit(X_train, y_train)
y_pred = model.predict(X_test)

我想获取所选功能的名称或列索引.关键是，第二个特征 Select 步骤获得第一个特征 Select 步骤的输出(不是原始X_序列).因此，当我在第二个特征 Select 步骤中使用get_support()或get_feature_names_out()等方法时，特征名称或索引与原始输入特征不匹配.

vt = model['vt']
vt.get_feature_names_out()
vt.get_support()


kbest = model['kbest']
kbest.get_feature_names_out()
kbest.get_support()

例如，当我运行vt.get_support()时，我得到一个具有30个实体的布尔array.但是，当我运行kbest.get_support()时，我得到了一个具有14个实体的布尔array.这意味着输入到第二个特征 Select 方法的数据的名称或列索引被重置，并且与输入到第一个特征 Select 方法的数据不匹配.

如何解决这个问题？