训练后能否重命名sklearn模型特征？升级后可行验证

我训练了sklearn.ensemble.RandomForestRegressor模型，想要重命名模型的输入特征，尝试执行model.feature_names_in_ = 新特征名时触发了AttributeError: can't set attribute错误，想知道是不是没法实现这个操作？

解决方案 #

在旧版本scikit-learn中，feature_names_in_是只读属性，无法直接赋值修改；但升级到较新版本后，该属性已支持直接修改。以下是验证代码及结果：

from sklearn.ensemble import RandomForestRegressor
from sklearn.datasets import make_regression
import pandas as pd

# 生成回归数据集
X, y = make_regression(n_features=4, n_informative=2, random_state=0, shuffle=False)
# 初始化模型
regr = RandomForestRegressor(max_depth=2, random_state=0)
# 将特征转为DataFrame并设置初始列名
X = pd.DataFrame(X)
X.columns = ["a", "b", "c", "d"]
# 训练模型
regr.fit(X, y)
# 查看初始特征名
regr.feature_names_in_

输出：

array(["a", "b", "c", "d"], dtype=object)

修改特征名并验证：

regr.feature_names_in_ = ["aaa", "bbb", "ccc", "ddd"]
regr.feature_names_in_

输出：

['aaa', 'bbb', 'ccc', 'ddd']

内容的提问来源于stack exchange，提问作者An Ignorant Wanderer