ClassNamePrefixFeaturesOutMixin

class sklearn.base.ClassNamePrefixFeaturesOutMixin

Mixin类，用于通过添加后缀生成自己的名称的变形金刚。

当Transformer需要生成自己的要素名称（例如）时，此混合很有用 PCA .例如如果 PCA 输出3个特征，那么生成的特征名称是： ["pca0", "pca1", "pca2"] .

此mixin假设 _n_features_out attribute is defined when the transformer is fitted. _ n_features_out`是Transformer将返回的输出要素数  `transform 的 fit_transform .

示例

>>> import numpy as np
>>> from sklearn.base import ClassNamePrefixFeaturesOutMixin, BaseEstimator
>>> class MyEstimator(ClassNamePrefixFeaturesOutMixin, BaseEstimator):
...     def fit(self, X, y=None):
...         self._n_features_out = X.shape[1]
...         return self
>>> X = np.array([[1, 2], [3, 4]])
>>> MyEstimator().fit(X).get_feature_names_out()
array(['myestimator0', 'myestimator1'], dtype=object)

get_feature_names_out(input_features=None)

获取用于转换的输出要素名称。

输出的功能名称将以大写的类别名称为开头。例如，如果Transformer输出3个特征，则输出的特征名称为： ["class_name0", "class_name1", "class_name2"] .

参数:

input_features字符串或无的类数组，默认=无

仅用于通过中看到的名称验证要素名称 fit .

返回:

feature_names_out字符串对象的nd数组

转换的功能名称。