sk-learn是否有通过聚合数据集中已有的功能来找到新功能的方法? 我的意思是这样的:foobar = foo / bar
答案 0 :(得分:1)
唯一想到的是PolynomialFeatures:
如果输入样本是二维的并且形式为[a,b],则为 2次多项式特征是[1,a,b,a ^ 2,ab,b ^ 2]
示例:
>>> X = np.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]])