如何从Scikit-learn Pipeline中获取生成的多项式特征列表？

1. 提取训练完成的多项式特征转换器 #

无论是直接训练的Pipeline，还是GridSearchCV输出的最优模型，都可以通过named_steps属性定位到Pipeline中的PolynomialFeatures组件：

• 针对普通Pipeline（如你的OLS模型）：

  poly_transformer = models3['OLS'].named_steps['poly']
  

• 针对GridSearchCV得到的模型（如Lasso/Ridge/Tweedie）：

  poly_transformer = models3['Lasso'].named_steps['poly']
  

2. 生成特征名称列表 #

使用get_feature_names_out()方法生成特征名，如果你的X_train是带列名的DataFrame，传入X_train.columns可以得到更直观的特征命名（比如原始特征为x1、x2时，会生成1、x1、x2、x1^2、x1 x2、x2^2这类名称）：

# 获取特征名称数组
feature_names = poly_transformer.get_feature_names_out(X_train.columns)
# 打印查看
print(feature_names)

如果X_train是无列名的numpy数组，方法会自动生成x0、x1这类默认名称。

3. 生成多项式特征的DataFrame #

用训练好的转换器对X_train做变换，再结合特征名构建DataFrame，方便查看：

import pandas as pd

# 生成多项式特征矩阵
poly_features_matrix = poly_transformer.transform(X_train)
# 转为DataFrame，保留原数据索引
poly_features_df = pd.DataFrame(
    poly_features_matrix,
    columns=feature_names,
    index=X_train.index
)
# 查看前5行
print(poly_features_df.head())

版本兼容提示 #

如果你的scikit-learn版本低于1.0，get_feature_names_out()方法不存在，可改用已弃用的get_feature_names()方法，但建议优先升级scikit-learn到最新稳定版。

内容的提问来源于stack exchange，提问作者The Great