使用CountVectorizer触发AttributeError：get_feature_names_out未找到

参考YouTube公开代码自定义情感分析时，调用get_feature_names_out()触发报错，尝试get_features_name也无效。

代码片段 #

import re
import time
from tqdm import tqdm
 
import numpy as np
import pandas as pd
 

import matplotlib.pyplot as plt
import plotly.graph_objects as go
from plotly.subplots import make_subplots

import nltk
from nltk.corpus import stopwords as nltk_stopwords
from pymystem3 import Mystem
from wordcloud import WordCloud

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.model_selection import cross_validate
from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import *



app_counter = CountVectorizer(ngram_range=(1, 1))
app_count = app_counter.fit_transform(app_reviews_df['text_clear'])
app_count.toarray().sum(axis = 0)
app_count.get_feature_names_out().shape

报错信息 #

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-67-5e08d135d61f> in <module>
----> 1 app_count.get_feature_names_out().shape

/usr/local/lib/python3.8/dist-packages/scipy/sparse/base.py in __getattr__(self, attr)
    685             return self.getnnz()
    686         else:
--> 687             raise AttributeError(attr + " not found")
    688 
    689     def transpose(self, axes=None, copy=False):

AttributeError: get_feature_names_out 未找到

解决方案 #

• 核心问题：get_feature_names_out()是CountVectorizer实例（代码中的app_counter）的方法，不是fit_transform()返回的稀疏矩阵（app_count，属于scipy.sparse类型）的方法。你错误地在稀疏矩阵对象上调用了该方法，导致报错。
• 正确调用方式：
  1. 若使用scikit-learn 1.0及以上版本：调用app_counter.get_feature_names_out()
  2. 若使用scikit-learn 1.0以下版本：调用app_counter.get_feature_names()（注意是复数names）
• 修正后的代码片段：

app_counter = CountVectorizer(ngram_range=(1, 1))
app_count = app_counter.fit_transform(app_reviews_df['text_clear'])
# 统计词频总和
word_counts = app_count.toarray().sum(axis=0)
# 获取特征名称并查看形状
feature_names = app_counter.get_feature_names_out()
print(feature_names.shape)

• 补充说明：fit_transform()返回的稀疏矩阵仅存储文本的词频稀疏表示，特征名称的管理由CountVectorizer实例负责，因此必须从app_counter对象上获取特征名称。

内容的提问来源于stack exchange，提问作者HOTPEPE