Sklearn Pipeline中自定义Transformer的get_feature_names_out实现错误解决

错误原因 #

你遇到的TypeError是因为自定义转换器NameTransformer的get_feature_names_out方法不符合Sklearn的API规范：Sklearn要求该方法必须接受一个可选的input_features参数（默认值为None），当Pipeline串联多个转换器时，会自动将前一步的特征名作为参数传递给当前转换器的get_feature_names_out方法，而你的实现没有定义这个参数，导致参数不匹配。

修复方案 #

修改NameTransformer的get_feature_names_out方法，添加input_features=None参数（可以忽略该参数的具体值，因为你的转换器固定输出Title_cat特征）：

class NameTransformer(BaseEstimator, TransformerMixin):

    def __init__(self) -> None:
        super().__init__()
        self.name_col = 'Name'

    def fit(self, X, y=None, **fit_params):
        return self

    def transform(self, X: pd.DataFrame, y=None, **fit_params):
        return pd.DataFrame(X.apply(get_title_cat, axis='columns'), columns=['Title_cat'])

    # 修改此处，添加input_features参数
    def get_feature_names_out(self, input_features=None):
        return ['Title_cat']

验证效果 #

修改后重新运行代码，调用name_pipe.get_feature_names_out()会正确返回经过OneHotEncoder编码后的特征名，示例输出如下：

array(['Title_cat_Braund,', 'Title_cat_Cumings,', 'Title_cat_Heikkinen,',
       'Title_cat_Byles,'], dtype=object)

内容的提问来源于stack exchange，提问作者Anton Troitsky