调用CountVectorizer的get_feature_names()报AttributeError，求解决方案

1. 确认scikit-learn版本 #

get_feature_names_out()是scikit-learn 0.24.0及以上版本新增的方法，替代了已废弃的get_feature_names()。先检查版本是否达标：

import sklearn
print(sklearn.__version__)

若版本低于0.24，在当前工作环境中重新执行升级命令：

• pip方式：pip install --upgrade scikit-learn
• conda方式：conda update scikit-learn

2. 必须先拟合CountVectorizer #

调用get_feature_names_out()前，需通过fit()或fit_transform()让模型学习语料特征，否则会触发异常。正确代码示例：

from sklearn.feature_extraction.text import CountVectorizer

# 示例语料
corpus = ["Hello world", "Hello stackoverflow", "Stackoverflow answers"]
vectorizer = CountVectorizer()

# 关键步骤：拟合语料
vectorizer.fit(corpus)
# 也可通过fit_transform同时生成词频矩阵并完成拟合
# X = vectorizer.fit_transform(corpus)

# 获取特征词列表
vocab = vectorizer.get_feature_names_out()
print(vocab)

3. 排查其他潜在问题 #

• 若在Pipeline中使用，需确保整个Pipeline已完成fit()操作，再从vectorizer组件调用方法。
• 检查是否误导入了其他同名Vectorizer类，确保使用的是sklearn.feature_extraction.text.CountVectorizer。

内容的提问来源于stack exchange，提问作者Elina Makipova