集成MinMaxScaler的Pipeline传入RFECV做特征选择时报属性缺失错误

RFECV的核心运行逻辑要求传入的估算器（estimator）在拟合完成后，能直接暴露coef_（线性模型）或feature_importances_（树模型）属性，用来计算特征重要性、执行递归特征剔除流程。
RFECV的属性读取逻辑是直接从传入的estimator实例上查找对应属性，不会自动穿透Pipeline的嵌套步骤获取内部模型的属性。
你当前的代码将完整的Pipeline对象作为RFECV的估算器传入，而Pipeline本身只是串联多个步骤的容器类，自身不会直接暴露最后一步模型的coef_属性——这个属性是存在于Pipeline内部的LogisticRegression实例上的，RFECV无法直接从Pipeline对象读取到目标属性，因此触发了属性缺失的RuntimeError。

核心调整逻辑是：调换Pipeline与RFECV的串联顺序，保证RFECV拿到的估算器是可以直接输出coef_属性的纯模型实例，同时保留全流程的无数据泄露特性。

修正后的代码示例 #

from sklearn.feature_selection import RFECV
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import StratifiedKFold
from sklearn.preprocessing import MinMaxScaler
from sklearn.pipeline import Pipeline

cv = StratifiedKFold(5)
# 按流程顺序串联：先做当前折的特征缩放，再跑RFECV特征选择
pipeline = Pipeline(steps=[
    ("scale", MinMaxScaler()),
    ("rfe", RFECV(
        # 传入纯LogisticRegression实例，而非Pipeline，保证能被读取到coef_
        estimator=LogisticRegression(max_iter=1000, solver="newton-cg"),
        cv=cv,
        scoring='f1_weighted'
    ))
])

# 直接调用pipeline的fit方法即可
pipeline.fit(x_6, y_6)

方案的合理性说明 #

• 完全规避数据泄露风险：Pipeline的交叉验证逻辑会保证，每折拆分后，MinMaxScaler只会在当前折的训练子集上拟合min/max范围，再同步变换训练集与测试集，不会把测试集的统计信息带入训练流程，符合最初的设计目标。
• 解决属性缺失问题：此时RFECV拿到的估算器是原生的LogisticRegression实例，拟合完成后会直接暴露coef_属性，不会触发属性找不到的报错。
• RFECV的所有交叉验证流程，都会自动在Pipeline的缩放步骤之后执行，特征筛选的结果完全基于无泄露的缩放后特征计算。

• 不要直接对全量特征做提前缩放，这会把测试集的min/max信息泄露到训练流程中，最终的特征选择结果会出现无依据的乐观偏差，这也是你一开始用Pipeline串联流程的核心初衷，需要在修正过程中保留。
• 你选择的newton-cg求解器适配LogisticRegression的coef_输出逻辑，完全支持RFECV的递归剔除计算，不需要额外调整模型参数。

内容的提问来源于stack exchange，提问作者amestrian