get_feature_names_out 是 scikit-learn 1.0 起强制替代 get_feature_names 的标准接口，必须在 fit 或 fit_transform 后调用，返回 ndarray of str，行为因 estimator 类型而异，且无 set_output 自动返回 dataframe 功能。
get_feature_names_out 是标准接口，不是“推荐用”，而是“必须用”
从 scikit-learn 1.0 开始，get_feature_names 被正式标记为 deprecated；到 1.2 版本，它已被完全移除。如果你还在代码里写 vectorizer.get_feature_names()，运行时会触发 FutureWarning，升级后直接抛 AttributeError。这不是风格偏好，是 API 断层——旧方法已不存在。
调用 get_feature_names_out 前必须先 fit 或 fit_transform
这个方法不接受未拟合对象的调用，否则报 NotFittedError。常见错误是：先初始化 CountVectorizer，再直接调 .get_feature_names_out()，中间漏了 .fit() 或 .fit_transform()。
- 正确顺序：先
vectorizer.fit(corpus)或vectorizer.fit_transform(corpus)，再调.get_feature_names_out() - 如果只用
transform()（没 fit 过），也会失败——它不学习词汇表，也就无特征名可返回 -
get_feature_names_out()返回的是numpy.ndarrayofstr，不是 list，别用.append()或下标赋值去改它
不同 estimator 的 get_feature_names_out 行为差异很大
它不是万能列名生成器，输出取决于 estimator 类型和参数配置：
-
CountVectorizer和TfidfVectorizer：返回实际提取的词项，如['and', 'document', 'first'] -
StandardScaler（≥1.2）：默认返回['x0', 'x1']，除非你传入feature_names_in_并启用convert_dtype=True -
OneHotEncoder（≥1.0）：若输入是 DataFrame 且设了drop='first'，返回名会带后缀如['category_A', 'category_B']，但sparse=True时可能打乱顺序 -
ColumnTransformer：必须显式传input_features=X.columns，否则各分支 fallback 到默认命名
为什么不能靠 set_output 自动返回 DataFrame？
网上流传的 set_output 方法根本不存在——scikit-learn 没提供、没文档、没源码。想让 StandardScaler.transform() 返回 DataFrame？只能手动桥接：
- 确保输入是
pd.DataFrame，且.columns非空 - 调用
scaler.transform(X)得到 ndarray - 用
scaler.get_feature_names_out()拿列名，再套pd.DataFrame(..., columns=..., index=X.index) - 注意：sklearn 故意不自动返回 DataFrame，是为了避免 dtype 推断开销和跨库依赖，这点容易被忽略
