Python SKLearn:如何在一个hotecoder之后获取特性名称？

Question

我想在数据集被SKLearn onehotecoder转换后获取它的特征名称。

在active_features_ attribute in OneHotEncoder中，我们可以看到一个很好的解释：在执行transform()之后，feature_indices_和active_features_属性是如何被填充的。

我的问题是：

例如，对于基于数据帧的输入数据：

data = pd.DataFrame({"a": [0, 1, 2,0], "b": [0,1,4, 5], "c":[0,1,4, 5]}).as_matrix()

代码是如何从原始的特征名a、b和c获得转换后的特征名列表的 （例如：

a-0，a-1，a-2，b-0，b-1，b-2，b-3，c-0，c-1，c-2，c-3

或者

a-0，a-1，a-2，b-0，b-1，b-2，b-3，b-4，b-5，b-6，b-7，^}

或任何有助于查看编码列分配给原始列的内容）。

背景：我想了解一些算法的特性重要性，以了解哪些特性对所用算法的影响最大。

Answer 1

您可以使用开源软件包功能引擎来实现这一点：

import pandas as pd
from sklearn.model_selection import train_test_split
from feature_engine.categorical_encoders import OneHotCategoricalEncoder

# load titanic data from openML
pd.read_csv('https://www.openml.org/data/get_csv/16826755/phpMYEkMl')

# divide into train and test
X_train, X_test, y_train, y_test = train_test_split(
    data[['sex', 'embarked']],  # predictors for this example
    data['survived'],  # target
    test_size=0.3,  # percentage of obs in test set
    random_state=0)  # seed to ensure reproducibility

ohe_enc = OneHotCategoricalEncoder(
    top_categories=None,
    variables=['sex', 'embarked'],
    drop_last=True)

ohe_enc.fit(X_train)

X_train = ohe_enc.transform(X_train)
X_test = ohe_enc.transform(X_test)

X_train.head()

您应该看到返回的输出：

   sex_female  embarked_S  embarked_C  embarked_Q
501            1           1           0           0
588            1           1           0           0
402            1           0           1           0
1193           0           0           0           1
686            1           0           0           1

有关功能引擎的更多详细信息，请参见：

https://www.trainindata.com/feature-engine

https://github.com/solegalli/feature_engine

https://feature-engine.readthedocs.io/en/latest/