XGBoost：如何获取编码后DataFrame的特征名用于绘制特征重要性图

你可以直接调用ColumnTransformer自带的get_feature_names_out()方法获取编码后的完整特征名，适配现有代码的操作步骤如下：

步骤1：调用方法获取编码后特征名 #

在完成encoder = cat_transform.fit(X_train)拟合后，直接执行以下代码：

encoded_feature_names = encoder.get_feature_names_out()

得到的encoded_feature_names就是长度为420的特征名数组，默认命名规则为：

• 独热编码后的分类特征命名格式为cat__原特征名_类别值，例如cat__cat1_男、cat__cat2_本科
• 未参与编码的数值型特征命名格式为remainder__原特征名

如果你觉得前缀多余，可以通过参数调整生成的特征名格式，调整后的转换器定义如下：

cat_transform = ColumnTransformer(
    [('cat', OneHotEncoder(handle_unknown='ignore'), cat_vars)], 
    remainder='passthrough',
    verbose_feature_names_out=False # 关闭转换器前缀
)

调整后生成的特征名会去掉前缀，分类特征直接展示为原特征名_类别值，数值特征直接展示为原始特征名。

步骤2：修改绘图代码完成可视化 #

将你原来的绘图代码替换为以下内容即可：

import matplotlib.pyplot as plt
import numpy as np

# 获取特征重要性并按重要性排序
importances = xgb.feature_importances_
indices = np.argsort(importances) # 升序排列适配横向柱状图展示逻辑

plt.figure(figsize=(12, 15))
plt.barh(encoded_feature_names[indices], importances[indices])
plt.xlabel('特征重要性')
plt.title('XGBoost特征重要性排序')
plt.show()

注意：如果你的scikit-learn版本低于1.0，需要升级到1.0及以上版本才能使用get_feature_names_out()方法，升级命令为pip install -U scikit-learn

内容的提问来源于stack exchange，提问作者kms