我在 pandas 数据框 (X) 上运行 sk-learn 分类器。由于缺少一些数据，我使用 sk-learn 的 imputer 如下：
imp=Imputer(strategy='mean',axis=0)
X=imp.fit_transform(X)
然而，在这样做之后，我的特征数量减少了，大概是因为 imputer 只是摆脱了空列。
这很好，除了 imputer 将我的数据框转换为 numpy ndarray，因此我丢失了列/特征名称。稍后我需要它们来识别重要功能（使用clf.feature_importances_）。
如果我的初始数据帧的某些列已被估算器删除，我如何知道 clf.feature_importances_ 中的特征名称？
【问题讨论】：
标签： python pandas scikit-learn
你可以这样做：
invalid_mask = np.isnan(imp.statistics_)
valid_mask = np.logical_not(invalid_mask)
valid_idx, = np.where(valid_mask)
现在您有了旧索引（这些列在矩阵 X 中的索引）用于有效列。您可以通过这些索引从旧 X 的特征名称列表中获取特征名称。
【讨论】：
这比它应该的更难。答案是 SimpleImputer 应该得到一个参数，add_indicator=True。然后，在拟合之后，simple_impute.indicator_ 获取另一个类型为 sklearn.impute.MissingIndicator 的转换器的值。这又会有一个变量 features_，其中包含特征。
所以大致是这样的：
simple_imputer = SimpleImputer(add_indicator=True)
simple_imputer.fit(X)
print(simple_imputer.indicator_.features_)
我已经围绕 SimpleImputer 实现了一个瘦包装器，称为 SimpleImputerWithFeatureNames，它为您提供了功能名称。在github 上可用。
>> import openml_speed_dating_pipeline_steps as pipeline_steps
>> imputer = pipeline_steps.SimpleImputerWithFeatureNames()
>> imputer.fit(X_train[numeric_features])
>> imputer.get_feature_names()
[...]
【讨论】：