PolynomialFeatures#

class sklearn.preprocessing.PolynomialFeatures(degree=2, *, interaction_only=False, include_bias=True, order='C')[source]#

生成多项式和交互特征。

生成一个新的特征矩阵，该矩阵包含所有次数小于或等于指定次数的特征的多项式组合。例如，如果输入样本是二维的，形式为 [a, b]，则二次多项式特征为 [1, a, b, a^2, ab, b^2]。

在用户指南中阅读更多内容。

参数:

degreeint 或 tuple (min_degree, max_degree)，默认值为 2

如果给定一个整数，它指定多项式特征的最大次数。如果传入一个元组 (min_degree, max_degree)，则 min_degree 是生成特征的最小多项式次数，max_degree 是最大多项式次数。请注意，min_degree=0 和 min_degree=1 是等价的，因为是否输出零次项由 include_bias 决定。

interaction_onlybool，默认值为 False

如果为 True，则只生成交互特征：这些特征是至多 degree 个不同输入特征的乘积，即排除相同输入特征的二次或更高次项。

包含：x[0], x[1], x[0] * x[1] 等。
排除：x[0] ** 2, x[0] ** 2 * x[1] 等。

include_biasbool，默认值为 True

如果为 True（默认值），则包含一个偏置列，该特征中的所有多项式次数都为零（即全是 1 的列 - 在线性模型中作为截距项）。

order{‘C’, ‘F’}，默认值为 ‘C’

密集情况下输出数组的顺序。'F' 顺序计算速度更快，但可能会减慢后续估计器的速度。

0.21 版本新增。

属性:

powers_形状为 (n_output_features_, n_features_in_) 的 ndarray: 输出中每个输入的指数。
n_features_in_int: 在 fit 期间看到的特征数量。

0.24 版本新增。
feature_names_in_形状为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 的所有特征名称都是字符串时才定义。

1.0 版本新增。
n_output_features_int: 多项式输出特征的总数。输出特征的数量是通过遍历所有适当大小的输入特征组合来计算的。

另请参阅

SplineTransformer: 生成特征单变量 B 样条基的变换器。

注意

请注意，输出数组中的特征数量与输入数组中的特征数量呈多项式关系，与次数呈指数关系。高次数可能导致过拟合。

请参阅 examples/linear_model/plot_polynomial_interpolation.py

示例

>>> 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.]])

fit(X, y=None)[source]#

计算输出特征的数量。

参数:

X形状为 (n_samples, n_features) 的 {array-like, 稀疏矩阵}: 数据。
y忽略: 未使用，根据惯例在此处保留以保持 API 一致性。

返回:

selfobject: 已拟合的变换器。

fit_transform(X, y=None, **fit_params)[source]#

拟合数据，然后进行变换。

使用可选参数 fit_params 将变换器拟合到 X 和 y，并返回 X 的变换版本。

参数:

X形状为 (n_samples, n_features) 的 array-like: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like，默认值为 None: 目标值（对于无监督变换为 None）。
**fit_paramsdict: 额外的拟合参数。

返回:

X_new形状为 (n_samples, n_features_new) 的 ndarray 数组: 变换后的数组。

get_feature_names_out(input_features=None)[source]#

获取变换后的输出特征名称。

参数:

input_featuresarray-like of str 或 None，默认值为 None

输入特征。

如果 input_features 为 None，则使用 feature_names_in_ 作为输入特征名称。如果 feature_names_in_ 未定义，则生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。
如果 input_features 是 array-like，那么如果 feature_names_in_ 已定义，input_features 必须与 feature_names_in_ 匹配。

返回:

feature_names_outstr 对象组成的 ndarray: 变换后的特征名称。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅用户指南以了解路由机制的工作原理。

返回:

routingMetadataRequest: 一个封装路由信息的 MetadataRequest 对象。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:

deepbool，默认值为 True: 如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:

paramsdict: 参数名称及其对应值。

set_output(*, transform=None)[source]#

设置输出容器。

有关如何使用此 API 的示例，请参阅Introducing the set_output API。

参数:

transform{“default”, “pandas”, “polars”}，默认值为 None

配置 transform 和 fit_transform 的输出。

"default": 变换器的默认输出格式
"pandas": DataFrame 输出
"polars": Polars 输出
None: 变换配置不变

1.4 版本新增: 添加了 "polars" 选项。

返回:

self估计器实例: 估计器实例。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单估计器以及嵌套对象（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，因此可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计器参数。

返回:

self估计器实例: 估计器实例。

transform(X)[source]#

将数据变换为多项式特征。

参数:

X形状为 (n_samples, n_features) 的 {array-like, 稀疏矩阵}

要逐行变换的数据。

对于稀疏输入（为了速度），推荐 CSR 而非 CSC，但如果次数为 4 或更高，则需要 CSC。如果次数小于 4 且输入格式为 CSC，它将被转换为 CSR，生成其多项式特征，然后再转换回 CSC。

如果次数为 2 或 3，则使用 Andrew Nystrom 和 John Hughes 在“Leveraging Sparsity to Speed Up Polynomial Feature Expansions of CSR Matrices Using K-Simplex Numbers”中描述的方法，该方法比用于 CSC 输入的方法快得多。因此，CSC 输入将被转换为 CSR，并且在返回之前，输出将被转换回 CSC，这就是推荐 CSR 的原因。

返回: