Question

我知道可以使用：polynomial_features.transform(X)获取多项式特征作为数字。根据{{3}}，有两个特征是：[1, a, b, a^2, ab, b^2]。但是，如何获得更高订单的功能描述？ .get_params()未显示任何功能列表。

Answer 1

顺便说一句，现在有更合适的功能： PolynomialFeatures.get_feature_names

from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
import numpy as np

data = pd.DataFrame.from_dict({
    'x': np.random.randint(low=1, high=10, size=5),
    'y': np.random.randint(low=-1, high=1, size=5),
})

p = PolynomialFeatures(degree=2).fit(data)
print p.get_feature_names(data.columns)

这将输出如下：

['1', 'x', 'y', 'x^2', 'x y', 'y^2']

N.B。出于某种原因，您必须先使用PolynomialFeatures对象，然后才能使用get_feature_names（）。

如果您是Pandas-lover（就像我一样），您可以使用以下所有新功能轻松构建DataFrame：

features = DataFrame(p.transform(data), columns=p.get_feature_names(data.columns))
print features

结果将如下所示：

     1    x    y   x^2  x y  y^2
0  1.0  8.0 -1.0  64.0 -8.0  1.0
1  1.0  9.0 -1.0  81.0 -9.0  1.0
2  1.0  1.0  0.0  1.0   0.0  0.0
3  1.0  6.0  0.0  36.0  0.0  0.0
4  1.0  5.0 -1.0  25.0 -5.0  1.0

Answer 2

import numpy as np
from sklearn.preprocessing import PolynomialFeatures

X = np.array([2,3])

poly = PolynomialFeatures(3)
Y = poly.fit_transform(X)
print Y
# prints [[ 1  2  3  4  6  9  8 12 18 27]]
print poly.powers_

此代码将打印：

[[0 0]
 [1 0]
 [0 1]
 [2 0]
 [1 1]
 [0 2]
 [3 0]
 [2 1]
 [1 2]
 [0 3]]

因此，如果第i个单元格为(x,y)，则表示Y[i]=(a**x)*(b**y)。例如，代码示例[2 1]等于(2**2)*(3**1)=12。

Answer 3

对于这样的数据框

import pandas as pd
import numpy as np
from sklearn.preprocessing import PolynomialFeatures

data = pd.DataFrame({
    'x': np.random.randint(low=1, high=10, size=5),
    'y': np.random.randint(low=-1, high=1, size=5)})

这就是我的做法

PolyFeats = PolynomialFeatures(degree=2)
dfPoly = pd.DataFrame(
    data=PolyFeats.fit_transform(data), 
    columns=PolyFeats.get_feature_names(data.columns))

获得这样的输出

In [50]: dfPoly
Out[50]: 
     1    x    y   x^2  x y  y^2
0  1.0  5.0  0.0  25.0  0.0  0.0
1  1.0  6.0 -1.0  36.0 -6.0  1.0
2  1.0  1.0 -1.0   1.0 -1.0  1.0
3  1.0  5.0 -1.0  25.0 -5.0  1.0
4  1.0  6.0  0.0  36.0  0.0  0.0

sklearn：如何获得多项式特征的系数

3 个答案: