使用FeatureAgglomeration时feature_names_in与get_feature_names_out调用异常

1. 为什么调用feature_names_in_会报错 #

feature_names_in_是FeatureAgglomeration的属性（不是可调用方法），存储的是模型拟合时输入的特征名数组。你写agglo.feature_names_in_(Class1_rank)相当于把numpy数组当成函数调用，必然抛出TypeError: 'numpy.ndarray' object is not callable异常。正确操作是直接赋值，而非加括号调用。

2. 正确设置自定义特征名的两种方式 #

要让模型识别你的自定义特征名，可通过以下两种方式：

• 拟合时传入带列名的DataFrame：
  如果你的输入是带自定义列名的pd.DataFrame，拟合后feature_names_in_会自动被赋值为这些列名，无需手动操作。示例代码：

  from sklearn.cluster import FeatureAgglomeration
  from scipy.stats import spearmanr
  import pandas as pd
  
  # 假设df是你的105×105带列名DataFrame
  df = pd.DataFrame(...)
  # 定义Spearman相关系数转距离的函数
  def spearman_dist(X):
      corr = spearmanr(X).correlation
      return 1 - corr  # 聚类需要距离矩阵，将相关系数转为距离
  
  agglo = FeatureAgglomeration(n_clusters=40, linkage='average', affinity=spearman_dist)
  agglo.fit(df)  # 直接传入DataFrame，自动获取列名到feature_names_in_
  

• 手动赋值feature_names_in_：
  如果输入是numpy数组，直接给属性赋值自定义特征名数组即可：

  # X为numpy数组，Class1_rank是你的字符串类型特征名数组
  agglo.fit(X)
  agglo.feature_names_in_ = Class1_rank  # 直接赋值，不要加括号
  

3. 获取自定义输出特征名 #

当feature_names_in_正确设置后，调用get_feature_names_out()就能返回基于原特征名的簇命名，也可通过参数自定义前缀：

# 默认命名格式：cluster_0, cluster_1...
output_names = agglo.get_feature_names_out()

# 自定义前缀，比如改为feature_cluster_0, feature_cluster_1...
custom_output_names = agglo.get_feature_names_out(prefix='feature_cluster_')

如果feature_names_in_未正确设置（比如拟合时传入无列名的numpy数组且未手动赋值），get_feature_names_out()会默认返回x0, x1...格式的命名，这就是你之前遇到的问题。

内容的提问来源于stack exchange，提问作者Lieke Pullen