如何在 python 中的 sklearn 中的不同管道中获取特征名称

Posted 2023-03-12

【中文标题】如何在 python 中的 sklearn 中的不同管道中获取特征名称

【英文标题】：How to get the feature names in a different pipeline in sklearn in python

【发布时间】：2019-09-04 10:21:35

【问题描述】：

我正在使用以下代码 (source) 连接多个特征提取方法。

from sklearn.pipeline import Pipeline, FeatureUnion
from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC
from sklearn.datasets import load_iris
from sklearn.decomposition import PCA
from sklearn.feature_selection import SelectKBest

iris = load_iris()

X, y = iris.data, iris.target

pca = PCA(n_components=2)
selection = SelectKBest(k=1)

# Build estimator from PCA and Univariate selection:
combined_features = FeatureUnion([("pca", pca), ("univ_select", selection)])

# Use combined features to transform dataset:
X_features = combined_features.fit(X, y).transform(X)
print("Combined space has", X_features.shape[1], "features")

svm = SVC(kernel="linear")

# Do grid search over k, n_components and C:
pipeline = Pipeline([("features", combined_features), ("svm", svm)])

param_grid = dict(features__pca__n_components=[1, 2, 3],
                  features__univ_select__k=[1, 2],
                  svm__C=[0.1, 1, 10])

grid_search = GridSearchCV(pipeline, param_grid=param_grid, cv=5, verbose=10)
grid_search.fit(X, y)
print(grid_search.best_estimator_)

我想从上面的代码中获取所选特征的名称。

为此，我使用了grid_search.best_estimator_.support_。但是，这返回了一个错误：

AttributeError: 'Pipeline' object has no attribute 'support_'

有没有办法在python中的sklearn中获取选择的特征名称如上代码所示？

如果需要，我很乐意提供更多详细信息。

【问题讨论】：

它可能与以下 SO ***.com/questions/36829875/…

重复

【参考方案1】：

这是我了解best_estimator_使用的最终功能的方法

>>> features = grid_search.best_estimator_.named_steps['features']

# number of components chosen from pca
>>> pca=features.transformer_list[0][1]

>>> pca.n_components
3

# features chosen by selectKbest
>>> select_k_best=features.transformer_list[1][1]

>>> select_k_best.get_support()
array([False, False,  True, False])

【讨论】：

非常感谢。如果您知道这个问题的答案，请告诉我：***.com/questions/55671530/… 非常感谢 :)