多项式特征#

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，该矩阵包含所有特征的多项式组合，其阶数小于或等于指定的阶数。例如，如果输入样本是二维的，形式为 [a, b]，则 2 次多项式特征为 [1, a, b, a^2, ab, b^2]。

更多信息请阅读用户指南。

参数：

degreeint 或 tuple (min_degree, max_degree)，默认为 2

如果给定单个整数，它指定多项式特征的最大阶数。如果传递元组 (min_degree, max_degree)，则 min_degree 是最小多项式阶数，max_degree 是生成的特征的最大多项式阶数。请注意，min_degree=0 和 min_degree=1 是等效的，因为输出零次项由 include_bias 决定。

interaction_onlybool，默认为 False

如果为 True，则仅生成交互特征：最多为 degree 个 *不同* 输入特征的乘积特征，即排除具有相同输入特征的 2 次或更高次幂的项

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

include_bias布尔值，默认为 True

如果为 True（默认值），则包含一个偏差列，其中所有多项式幂都为零的特征（即一列 1 - 在线性模型中充当截距项）。

order{'C', 'F'}，默认为 'C'

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

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_整数: 在拟合过程中看到的特征数量。

0.24 版本新增。
feature_names_in_形状为 (n_features_in_,) 的 ndarray: 在拟合过程中看到的特征名称。仅当 X 的特征名称全部为字符串时才定义。

1.0 版本新增。
n_output_features_整数: 多项式输出特征的总数。输出特征的数量是通过迭代所有适当大小的输入特征组合来计算的。

另请参见

样条变换器: 生成特征的单变量 B 样条基的转换器。

备注

请注意，输出数组中的特征数量会随着输入数组的特征数量呈多项式增长，并且会随着阶数呈指数增长。高阶可能会导致过度拟合。

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)[source]#

计算输出特征的数量。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}: 数据。
y忽略: 未使用，出于 API 一致性约定而在此处显示。

返回：

self对象: 已拟合的转换器。

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

拟合数据，然后转换它。

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：

X形状为 (n_samples, n_features) 的类数组: 输入样本。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组，默认为 None: 目标值（无监督转换则为 None）。
**fit_params字典: 附加拟合参数。

返回：

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

get_feature_names_out(input_features=None)[source]#

获取转换的输出特征名称。

参数：

input_features字符串类数组或 None，默认为 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 是类数组，则如果定义了 feature_names_in_，则 input_features 必须与 feature_names_in_ 匹配。

返回：

feature_names_out字符串对象的 ndarray: 转换后的特征名称。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回：

routingMetadataRequest: 封装路由信息的MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deepbool, default=True: 如果为 True，则将返回此估计器以及包含的子对象（它们也是估计器）的参数。

返回：

paramsdict: 参数名称及其值映射。

property powers_#: 输出中每个输入的指数。

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”}, default=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

Added in version 1.4: "polars" 选项已添加。

返回：

selfestimator instance: 估计器实例。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的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：

selfestimator instance: 估计器实例。

transform(X)[source]#

将数据转换为多项式特征。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}

要转换的数据，逐行。

对于稀疏输入，优先使用 CSR 而不是 CSC（为了速度），但如果阶数为 4 或更高，则需要 CSC。如果阶数小于 4 且输入格式为 CSC，则将其转换为 CSR，生成其多项式特征，然后转换回 CSC。

如果阶数为 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 输入将转换为 CSR，并且输出将在返回之前转换回 CSC，因此优先使用 CSR。

返回：