PolynomialFeatures#
- class sklearn.preprocessing.PolynomialFeatures(degree=2, *, interaction_only=False, include_bias=True, order='C')[源码]#
生成多项式和交互特征。
生成一个新的特征矩阵，该矩阵由度小于或等于指定度数的所有特征的多项式组合组成。例如，如果输入样本是二维的且形式为 [a, b]，则 2 度多项式特征为 [1, a, b, a^2, ab, b^2]。
在 用户指南 中阅读更多信息。
- 参数:
- degree整数或元组 (min_degree, max_degree), 默认=2
如果给定单个整数，它将指定多项式特征的最大度。如果传递元组
(min_degree, max_degree)，则min_degree是生成特征的最小多项式度，而max_degree是最大多项式度。请注意，min_degree=0和min_degree=1是等效的，因为输出零度项由include_bias决定。- interaction_only布尔值, 默认=False
如果为
True，则仅生成交互特征：这些特征最多是degree个不同输入特征的乘积，即排除同一输入特征的 2 次或更高次幂的项包含：
x[0],x[1],x[0] * x[1]等。排除：
x[0] ** 2,x[0] ** 2 * x[1]等。
- include_bias布尔值, 默认=True
如果为
True(默认)，则包含一个偏置列，该列中所有多项式幂均为零（即全 1 列 - 在线性模型中充当截距项）。- order{‘C’, ‘F’}, 默认=’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算器的速度。0.21 版本新增。
- 属性:
另请参阅
SplineTransformer为特征生成单变量 B 样条基底的转换器。
注意事项
请注意，输出数组中的特征数量与输入数组中的特征数量成多项式级扩展，并随度数成指数级扩展。高维度可能导致过拟合。
参见 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)[源码]#
计算输出特征的数量。
- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
数据。
- y被忽略
Not used, present here for API consistency by convention.
- 返回:
- selfobject
已拟合的转换器。
- fit_transform(X, y=None, **fit_params)[源码]#
拟合数据，然后对其进行转换。
使用可选参数
fit_params将转换器拟合到X和y，并返回X的转换版本。- 参数:
- Xshape 为 (n_samples, n_features) 的 array-like
输入样本。
- y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象，默认=None
目标值（对于无监督转换，为 None）。
- **fit_paramsdict
额外的拟合参数。仅当估计器在其
fit方法中接受额外的参数时才传递。
- 返回:
- X_newndarray array of shape (n_samples, n_features_new)
转换后的数组。
- get_feature_names_out(input_features=None)[源码]#
获取转换的输出特征名称。
- 参数:
- input_featuresarray-like of str or None, default=None
输入特征。
如果
input_features is None，则使用feature_names_in_作为输入特征名称。如果未定义feature_names_in_，则会生成以下输入特征名称：["x0", "x1", ..., "x(n_features_in_ - 1)"]。如果
input_features是 array-like，则如果定义了feature_names_in_，input_features必须与feature_names_in_匹配。
- 返回:
- feature_names_outstr 对象的 ndarray
转换后的特征名称。
- get_metadata_routing()[源码]#
获取此对象的元数据路由。
请查阅 用户指南，了解路由机制如何工作。
- 返回:
- routingMetadataRequest
封装路由信息的
MetadataRequest。
- get_params(deep=True)[源码]#
获取此估计器的参数。
- 参数:
- deepbool, default=True
如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。
- 返回:
- paramsdict
参数名称映射到其值。
- set_output(*, transform=None)[源码]#
设置输出容器。
请参阅 用户指南 以了解更多详细信息，并参考 引入 set_output API 获取关于如何使用该 API 的示例。
- 参数:
- transform{“default”, “pandas”, “polars”}, default=None
配置
transform和fit_transform的输出。"default": 转换器的默认输出格式"pandas": DataFrame 输出"polars": Polars 输出None: 转换配置保持不变
1.4 版本新增: 添加了
"polars"选项。
- 返回:
- selfestimator instance
估计器实例。
- set_params(**params)[源码]#
设置此估计器的参数。
此方法适用于简单的估计器以及嵌套对象（如
Pipeline）。后者具有<component>__<parameter>形式的参数，以便可以更新嵌套对象的每个组件。- 参数:
- **paramsdict
估计器参数。
- 返回:
- selfestimator instance
估计器实例。
- transform(X)[源码]#
将数据转换为多项式特征。
- 参数:
- Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}
要转换的数据，逐行进行。
对于稀疏输入，优先选择 CSR 而非 CSC（为了速度），但如果度数为 4 或更高，则需要 CSC。如果度数小于 4 且输入格式为 CSC，它将被转换为 CSR，生成其多项式特征，然后转换回 CSC。
如果度数为 2 或 3，将使用 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，该方法比在 CSC 输入上使用的方法快得多。由于这个原因，CSC 输入将被转换为 CSR，并且输出在返回之前将被转换回 CSC，因此优先选择 CSR。
- 返回:
- XP形状为 (n_samples, NP) 的 {ndarray, 稀疏矩阵}
特征矩阵，其中
NP是从输入组合生成的多项式特征的数量。如果提供了稀疏矩阵，它将被转换为 CSR 格式。
