报错ValueError: input_features与feature_names_in_不匹配的解决咨询

报错原因 #

调用ct.get_feature_names_out(Cols_to_encod)时传入了错误参数。ColumnTransformer在fit阶段已经记录了训练数据的完整特征名（存储在feature_names_in_属性中），而你传入的Cols_to_encod只是原始数据中的分类列子集，和feature_names_in_的完整特征列表不匹配，因此触发该报错。

修正方案 #

直接调用get_feature_names_out()方法（不带参数），它会自动返回所有转换后的特征名，包括独热编码生成的列和未被转换的剩余列：

# categorical columns to encode: Cols_to_encod 
Cols_to_encod = list(X.columns[X.dtypes == 'object'])

# create the transformers
ohe = OneHotEncoder(sparse=False, handle_unknown='ignore')

ct = ColumnTransformer(transformers=[('onehot', ohe, Cols_to_encod)], remainder='passthrough')

X_transformed = ct.fit_transform(X)

# 修正：直接调用get_feature_names_out()，无需传入参数
ohe_names = ct.get_feature_names_out()

额外说明 #

如果只需要独热编码生成的列名，可以通过前缀筛选提取：

# 获取所有转换后的列名
all_transformed_names = ct.get_feature_names_out()
# 筛选出独热编码对应的列名（前缀为'onehot__'）
ohe_only_names = [name for name in all_transformed_names if name.startswith('onehot__')]

内容的提问来源于stack exchange，提问作者user7