不能只靠feature_names_in_保存特征名称，因其为训练后只读属性，仅在DataFrame输入时存在，不随模型序列化保存，且Pipeline中ColumnTransformer会改变特征名，需显式提取并单独保存。
保存特征名称时为什么不能只靠 feature_names_in_？
因为 feature_names_in_ 是训练后模型的只读属性，只在部分预处理器（如 StandardScaler、OneHotEncoder）和估计器（如 LogisticRegression）中存在，且仅在用 pd.DataFrame 训练时自动捕获——如果传入 np.ndarray，这个属性直接为空。更关键的是，它不随模型一起被 pickle 或 joblib 序列化，加载模型后就丢失了。
所以必须显式保存，推荐方式是：把特征名和模型分开存，或打包进一个字典再序列化。
- 训练前从
pd.DataFrame提取df.columns.tolist()，别依赖训练后的feature_names_in_ - 避免用
model.feature_names_in_.tolist()作为保存来源，除非你 100% 确保输入是 DataFrame 且没做列删减 - 如果 pipeline 中有
ColumnTransformer，特征名会变复杂，需用get_feature_names_out()获取最终名，而不是原输入列名
用 joblib 同时保存模型和特征名最稳妥
joblib 比 pickle 更适合保存 scikit-learn 对象，且支持压缩和跨版本兼容性更好。把模型和特征名塞进一个字典，一次性保存，加载时也一起取出，不会错位。
import joblib
from sklearn.ensemble import RandomForestClassifier
import pandas as pd
<h1>假设 X_train 是 pd.DataFrame</h1><p>X_train = pd.DataFrame([[1, 2], [3, 4]], columns=["age", "income"])
y_train = [0, 1]</p><p>model = RandomForestClassifier().fit(X_train, y_train)
feature_names = X_train.columns.tolist() # 显式提取，可靠</p><h1>打包保存</h1><p>joblib.dump({
"model": model,
"feature_names": feature_names
}, "model_with_features.joblib")</p><h1>加载时直接解包</h1><p>data = joblib.load("model_with_features.joblib")
loaded_model = data["model"]
loaded_features = data["feature_names"] # 保证和模型同步
导出为 JSON 或 CSV 用于非 Python 环境怎么办？
如果下游是 Java、R 或前端系统，需要纯文本格式交换特征名，就不能依赖 joblib。这时应单独导出特征名列表，注意两点：一是保留顺序（和模型输入维度严格一致），二是处理特殊字符（如空格、斜杠、点号）——scikit-learn 本身不限制列名，但 JSON/CSV 解析可能出问题。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
- 用
json.dump(feature_names, open("features.json", "w"))导出，比 CSV 更安全（无分隔符歧义） - 如果必须用 CSV，写成单列、无 header：
pd.Series(feature_names).to_csv("features.csv", index=False, header=False) - 避免在特征名里用
\、控制字符；导出前可加简单清洗：[name.replace(" ", "_").replace(".", "_") for name in feature_names]
Pipeline + ColumnTransformer 场景下怎么拿到最终特征名？
当 pipeline 包含 ColumnTransformer（比如数值列缩放 + 类别列 one-hot），原始列名会扩展成几十个新名（如 income → income_scaled，city → city_Tokyo, city_NYC）。此时 feature_names_in_ 仍是原始列名，完全没用。
必须调用 pipeline.named_steps["preprocessor"].get_feature_names_out()（scikit-learn ≥ 1.0）或兼容写法：
# 兼容旧版（<1.0）可尝试：
try:
final_names = preprocessor.get_feature_names_out()
except AttributeError:
final_names = preprocessor.get_feature_names() # 已弃用，慎用
<h1>推荐统一用 get_feature_names_out()，并传入原始列名作输入</h1><p>final_names = preprocessor.get_feature_names_out(input_features=original_columns)
记住：这个输出名顺序必须和 pipeline.predict() 的输入列顺序完全一致，否则预测结果错位——这也是最容易被忽略的隐性 bug 来源。
