如何确认Sklearn Pipeline在含特征选择与模型时执行fit_transform？

方法1：检查特征选择器的内部属性 #

所有sklearn特征选择器（如SelectKBest、RFE、SelectFromModel）在完成fit后，都会生成专属的状态属性，你可以通过Pipeline的named_steps直接提取对应步骤查看：

• 执行pipe.named_steps['你的特征选择步骤名'].get_support()，返回的布尔数组会标记被保留的特征，若数组中有True值，说明特征选择器已完成拟合。
• 不同选择器有不同的验证属性：SelectKBest会生成scores_存储特征得分；RFE会生成ranking_记录特征排名；SelectFromModel会生成threshold_确认筛选阈值，这些属性仅在fit后存在。

方法2：对比特征维度与内容 #

1. 先用单独的特征选择管道对训练数据执行fit_transform，得到筛选后的特征矩阵，记录其列数（如X_selected.shape[1]）。
2. 用包含模型的完整Pipeline执行fit(X, y)后，提取特征选择步骤对原数据执行transform，对比两次结果的维度和内容是否一致：

from sklearn.pipeline import Pipeline
from sklearn.feature_selection import SelectKBest
from sklearn.ensemble import GradientBoostingClassifier

# 单独特征选择管道
fs_pipe = Pipeline([('fs', SelectKBest(k=5))])
X_selected = fs_pipe.fit_transform(X_train, y_train)
print(f"单独筛选后的特征数：{X_selected.shape[1]}")

# 含模型的完整管道
full_pipe = Pipeline([('fs', SelectKBest(k=5)), ('clf', GradientBoostingClassifier())])
full_pipe.fit(X_train, y_train)

# 从完整管道提取特征选择器执行transform
X_pipe_selected = full_pipe.named_steps['fs'].transform(X_train)
print(f"管道中筛选后的特征数：{X_pipe_selected.shape[1]}")

# 验证特征内容是否完全匹配
print(f"特征内容一致：{(X_selected == X_pipe_selected).all()}")

方法3：添加调试用Transformer #

自定义一个简单的Transformer插入到特征选择和模型之间，用来打印特征维度，直观确认特征选择的结果：

from sklearn.base import BaseEstimator, TransformerMixin

class DebugTransformer(BaseEstimator, TransformerMixin):
    def fit(self, X, y=None):
        return self
    def transform(self, X):
        print(f"特征选择后的维度：{X.shape}")
        return X

# 带调试步骤的管道
debug_pipe = Pipeline([
    ('fs', SelectKBest(k=5)),
    ('debug', DebugTransformer()),
    ('clf', GradientBoostingClassifier())
])
debug_pipe.fit(X_train, y_train)

运行后会直接输出特征选择后的维度，一眼就能确认步骤是否生效。

内容的提问来源于stack exchange，提问作者Mohammad