如何从含ColumnTransformer与SelectKBest的sklearn Pipeline中提取筛选后特征名

解决方法 #

你已经拿到了两个核心匹配依据：

1. 自定义get_feature_names函数返回的features列表，严格按照ColumnTransformer的特征输出顺序排列，列表下标和preprocessor.transform(X)返回的特征矩阵列索引完全一一对应
2. SelectKBest.get_support(indices=True)返回的mask数组，每个元素就是被保留特征在SelectKBest输入矩阵（也就是preprocessor的输出矩阵）中的列索引

直接通过索引匹配即可得到最终选中的转换后特征名，示例代码如下：

# 方法1：列表推导式（适用于features为普通Python列表）
selected_features = [features[idx] for idx in mask]

# 方法2：numpy索引（写法更简洁）
import numpy as np
selected_features = np.array(features)[mask]

结果验证 #

输出len(selected_features)可以看到长度为60，和你设置的SelectKBest(k=60)参数一致，且每个元素都是经过独热编码、标准化等转换后的特征名，符合你的需求。

内容的提问来源于stack exchange，提问作者Maths12