使用Scikit-learn包的OneToOneFeatureMixin

OneToOneFeatureMixin 是 scikit-learn 中的一个 Mixin 类，用于为一对一特征映射的自定义 Transformer 提供特征名称推断（get_feature_names_out）的能力。

────────────────────

核心概念

当一个 Transformer 对每个输入特征独立地进行一一对应的变换（输出特征数 = 输入特征数，且每个输出特征只依赖于一个输入特征）时，可以继承此 Mixin，自动获得
get_feature_names_out() 方法。

│ 📌 该类自 scikit-learn 1.1 起引入。

────────────────────

类签名

class sklearn.base.OneToOneFeatureMixin

它只提供一个方法：

get_feature_names_out(input_features=None) -> ndarray

• 如果 input_features 为 None，则返回默认名称 ["x0", "x1", ..., "x(n-1)"]。
• 如果提供了 input_features，则原样返回（因为是一对一映射，名称不变）。

────────────────────

使用示例

示例 1：自定义一对一 Transformer

import numpy as np
from sklearn.base import BaseEstimator, TransformerMixin, OneToOneFeatureMixin

class DoubleFeatures(OneToOneFeatureMixin, BaseEstimator, TransformerMixin):
    """将每个特征乘以 2 的一对一变换器"""

    def fit(self, X, y=None):
        # 验证输入并存储 n_features_in_
        self._validate_data(X, reset=True)
        return self

    def transform(self, X):
        # 验证输入与 fit 时一致
        self._validate_data(X, reset=False)
        return X * 2

    def inverse_transform(self, X):
        self._validate_data(X, reset=False)
        return X / 2


# 使用
X = np.array([[1, 2, 3],
              [4, 5, 6]])

transformer = DoubleFeatures()
transformer.fit(X)

print("transform:\n", transformer.transform(X))
# [[ 2  4  6]
#  [ 8 10 12]]

print("feature names (default):", transformer.get_feature_names_out())
# ['x0' 'x1' 'x2']

print("feature names (custom):", transformer.get_feature_names_out(input_features=["a", "b", "c"]))
# ['a' 'b' 'c']

示例 2：与 Pipeline 结合使用

from sklearn.pipeline import make_pipeline
from sklearn.linear_model import LinearRegression
import pandas as pd

df = pd.DataFrame({"temperature": [20, 25, 30], "humidity": [60, 65, 70]})
y = np.array([1.0, 2.0, 3.0])

pipe = make_pipeline(DoubleFeatures(), LinearRegression())
pipe.fit(df, y)

# 因为 DoubleFeatures 继承了 OneToOneFeatureMixin，
# pipeline 可以正确传递特征名称
print(pipe[:-1].get_feature_names_out())
# ['temperature' 'humidity']

────────────────────

继承顺序很重要

# ✅ 正确：OneToOneFeatureMixin 在前
class MyTransformer(OneToOneFeatureMixin, BaseEstimator, TransformerMixin):
    ...

# ❌ 错误：可能导致 MRO 问题
class MyTransformer(BaseEstimator, TransformerMixin, OneToOneFeatureMixin):
    ...

────────────────────

与相关 Mixin 的对比

Mixin │ 输出特征数 │ 适用场景
─────────────────────────────────┼────────────┼─────────────────────────────────────────
OneToOneFeatureMixin │ = 输入数 │ 一对一映射（如缩放、取对数）
─────────────────────────────────┼────────────┼─────────────────────────────────────────
ClassNamePrefixFeaturesOutMixin │ 自定义 │ 输出名加类名前缀（如 PCA → pca0, pca1）
─────────────────────────────────┼────────────┼─────────────────────────────────────────
TransformerMixin │ — │ 仅提供 fit_transform，无特征名推断

────────────────────

关键注意事项

1. 必须调用 _validate_data：在 fit 中用 reset=True，在 transform 中用 reset=False，以确保 n_features_in_ 和 feature_names_in_ 被正确设置。
2. 仅适用于一对一映射：如果你的 Transformer 改变了特征数量（如 PCA、多项式特征），应使用 ClassNamePrefixFeaturesOutMixin 或手动实现

get_feature_names_out。
3. 与 pandas 交互：当输入是 DataFrame 时，validate_data 会自动存储 feature_names_in，get_feature_names_out() 会返回这些列名。