Genere polinomios y características interactivas.
Genere una nueva matriz de características que consta de todas las combinaciones polinomiales de características cuyo grado sea menor o igual al grado especificado. Por ejemplo, si la muestra de entrada es bidimensional y el formato es [a, b], la característica polinomial de segundo orden es [1, a, b, a ^ 2, ab, b ^ 2].
| Parámetro | Atributos |
|---|---|
| Degree int, default = 2 El grado de las entidades polinomiales. interact_only bool, el valor predeterminado es Falso. Si es verdadero, solo se generan características de interacción: como máximo, el grado de características del producto y diferentes características de entrada (por lo tanto, no, etc.). x [1] ** 2x [0] * x [2] ** 3include_bias bool, el valor predeterminado es Verdadero. Si es Verdadero (el valor predeterminado), se incluye una columna de sesgo. Todos los polinomios de esta función tienen potencia cero (es decir, La potencia de una columna actúa como un término de intersección en el modelo lineal). Order {'C', 'F'}, default = 'C' el orden de la matriz de salida en caso denso. La velocidad de cálculo del orden "F" es más rápida, pero puede ralentizar los estimadores posteriores. Nuevas funciones en la versión 0.21. | En forma de powers_ ndarray (n_output_features, n_input_features) powers_ [i, j] es el índice de la j-ésima entrada en la i-ésima salida. n_input_features_int Número total de características de entrada. n_output_features_int El número total de entidades de salida polinomiales. Calcule el número de características de salida iterando todas las combinaciones de características de entrada del tamaño apropiado. |
ejemplo
>>> import numpy as np
>>> from sklearn.preprocessing import PolynomialFeatures
>>> X = np.arange(6).reshape(3, 2)
>>> X
array([[0, 1],
[2, 3],
[4, 5]])
>>> poly = PolynomialFeatures(2)
>>> poly.fit_transform(X)
array([[ 1., 0., 1., 0., 0., 1.],
[ 1., 2., 3., 4., 6., 9.],
[ 1., 4., 5., 16., 20., 25.]])
>>> poly = PolynomialFeatures(interaction_only=True)
>>> poly.fit_transform(X)
array([[ 1., 0., 1., 0.],
[ 1., 2., 3., 6.],
[ 1., 4., 5., 20.]])
encajar （X [， y]）
Calcule el número de características de salida.
fit_transform （X [， y]）
Ajusta los datos y luego transfórmalos.
get_feature_names （[input_features]）
Devuelve el nombre de la función de la función de salida.
get_params ([deep])
Obtenga los parámetros de este estimador.
set_params (** parámetros)
Establezca los parámetros de este estimador.
transformar （X）
Convierta datos en entidades polinomiales