在 sklearn 中的整个管道中保留或获取特征名称（XGBoost 特征重要性）

Question

我正在尝试获取 XGBoost 分类器的特征重要性，但不知道如何在使用 GridSearchCV 时在整个预处理过程中保留列名。

我尝试了什么：

model = clf_gridcv.best_estimator_
model.steps[-1][1].get_booster().feature_names
>>> ['f0',
    'f1',
    'f2',
    'f3']

我知道如何在不使用自动化管道时获取实际功能名称，但由于我想要/需要使用 GridSearch，因此不可以选择不使用管道。

供参考的管道：

   ColumnTransformer
-> StandardScaler 
-> VarianceThreshold 
-> SelectKBest 
-> Classifier