AttributeError问题：CountVectorizer对象无get_feature_names属性

这个问题是因为scikit-learn版本更新导致的：从1.0版本开始，get_feature_names()方法被弃用，替换为get_feature_names_out()。

解决步骤： #

• 先确认你的scikit-learn版本：

  import sklearn
  print(sklearn.__version__)
  

• 如果版本≥1.0，直接把代码中的model.get_feature_names()替换成model.get_feature_names_out()。
• 要是需要兼容新旧版本，可以用如下兼容写法：

  try:
      w = model.get_feature_names_out()
  except AttributeError:
      w = model.get_feature_names()
  

修改后的完整代码： #

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
import pandas as pd

c = CountVectorizer(stop_words = 'english')

def text_fit(X, y, model, clf_model, coef_show=1):
    
    X_c = model.fit_transform(X)
    print('# features: {}'.format(X_c.shape[1]))
    X_train, X_test, y_train, y_test = train_test_split(X_c, y, random_state=0)
    print('# train records: {}'.format(X_train.shape[0]))
    print('# test records: {}'.format(X_test.shape[0]))
    clf = clf_model.fit(X_train, y_train)
    acc = clf.score(X_test, y_test)
    print ('Model Accuracy: {}'.format(acc))
    
    if coef_show == 1: 
        # 替换为兼容版本的方法
        try:
            w = model.get_feature_names_out()
        except AttributeError:
            w = model.get_feature_names()
            
        coef = clf.coef_.tolist()[0]
        coeff_df = pd.DataFrame({'Word' : w, 'Coefficient' : coef})
        coeff_df = coeff_df.sort_values(['Coefficient', 'Word'], ascending=[0, 1])
        print('')
        print('-Top 20 positive-')
        print(coeff_df.head(20).to_string(index=False))
        print('')
        print('-Top 20 negative-')        
        print(coeff_df.tail(20).to_string(index=False))
    
text_fit(X, y, c, LogisticRegression())

补充说明： #

你之前代码正常后来出错，大概率是重建项目时安装的scikit-learn版本比原来的高，新版本移除了旧方法导致报错。用上面的兼容写法可以同时适配新旧版本，避免环境变动引发的问题。

内容的提问来源于stack exchange，提问作者DeValor12