小编Nir*_*man的帖子

我想跟踪 sklearn 管道中的分类特征索引，以便将它们提供给 CatBoostClassifier。

我在管道的 fit() 之前从一组分类特征开始。管道本身会改变数据的结构并在特征选择步骤中删除特征。

我如何预先知道哪些分类特征将被删除或添加到管道中？当我调用 fit() 方法时，我需要知道更新的列表索引。问题是，我的数据集在转换后可能会发生变化。

这是我的数据框的示例：

data = pd.DataFrame({'pet':      ['cat', 'dog', 'dog', 'fish', np.nan, 'dog', 'cat', 'fish'],
                     'children': [4., 6, 3, np.nan, 2, 3, 5, 4],
                     'salary':   [90., 24, np.nan, 27, 32, 59, 36, 27],
                     'gender':   ['male', 'male', 'male', 'male', 'male', 'male', 'male', 'male'],
                     'happy':    [0, 1, 1, 0, 1, 1, 0, 0]})

categorical_features = ['pet', 'gender']
numerical_features = ['children', 'salary']
target = 'happy'

print(data)

     pet    children    salary  gender  happy
0    cat    4.0         90.0    male …