Python 使用SciKit中的管道排列重要性

我使用的正是来自的示例，它将

排列重要性

与

树特征重要性

如您所见，使用了管道：

rf = Pipeline([
    ('preprocess', preprocessing),
    ('classifier', RandomForestClassifier(random_state=42))
])
rf.fit(X_train, y_train)

排列重要性

：

现在，当您拟合

管道时，它将依次拟合所有变换并变换数据，然后使用最终估计器拟合变换后的数据

在本例的后面部分，他们在拟合模型上使用了
排列重要性
：

result = permutation_importance(rf, X_test, y_test, n_repeats=10,
                                random_state=42, n_jobs=2)

问题：我不明白的是，
结果中的特征仍然是原始的未转换特征。为什么会这样？这工作正常吗？那么，
管道的目的是什么


树特征的重要性：
在同一示例中，当他们使用
功能\u重要性
时，结果将被转换：

tree_feature_importances = (
    rf.named_steps['classifier'].feature_importances_)


显然，我可以转换我的功能，然后使用
permutation\u importance
，但示例中的步骤似乎是有意的，应该有一个原因说明
permutation\u importance
不会转换功能。
这是预期的行为。排列重要性的工作方式是洗牌输入数据，并将其应用于管道（或模型，如果您需要的话）。事实上，如果您想了解初始输入数据如何影响模型，那么应该将其应用于管道

如果您对预处理步骤生成的每个附加特征的特征重要性感兴趣，则应生成具有列名的预处理数据集，然后直接将该数据应用于模型（使用排列重要性），而不是管道

在大多数情况下，人们对学习管道生成的次要特性的影响不感兴趣。这就是为什么他们在这里使用管道来包含预处理和建模步骤。
我可以从代码中看到，它迭代X的原始列（
用于范围内的col_idx（X.shape[1]）
），并在循环内进行转换。我想不出哪种情况会出问题，但这就是发生的事情。这也让我感到沮丧。我找不到一个简单的方法来处理排列重要性，因为所有的东西都被组装到一个管道中。如果我在排列之前中断预处理器并进行转换，我会对标签的列排序感到各种各样的头疼。如果管道正确地应用在置换中，这一切都可以解决_importance@Josh是的，我也决定这么做。我对特征进行变换，然后将变换后的向量传递给管道。嗨@towi_parallelism，我发现你关于排列重要性的问题非常有趣和有用。我正在尝试获取次要功能的名称，而不是主要功能的名称。我想分享我的问题的链接，以防你能帮助我。非常感谢。谢谢你的回答。我想还有另一个原因。一个热编码会产生完美的多重共线性，向PI提供多重共线特征可能会产生误导