我想估算一个IV回归模型,该模型使用与年份,人口统计等虚拟对象的许多互动。我无法在熊猫中找到一种明确的方法,如果有人有提示,我很好奇。
我正在考虑尝试scikit-learn和这个功能:
http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.PolynomialFeatures.html
答案 0 :(得分:5)
我现在遇到了类似的问题,我需要一种灵活的方式来创建特定的交互并查看StackOverflow。我按照@ user333700上面评论中的提示进行操作,并感谢他找到了 patsy (http://patsy.readthedocs.io/en/latest/overview.html)并在谷歌搜索后进行了这个scikit-learn integration patsylearn ( https://github.com/amueller/patsylearn)。
通过@ motam79的例子,这是可能的:
import numpy as np
import pandas as pd
from patsylearn import PatsyModel, PatsyTransformer
x = np.array([[ 3, 20, 11],
[ 6, 2, 7],
[18, 2, 17],
[11, 12, 19],
[ 7, 20, 6]])
df = pd.DataFrame(x, columns=["a", "b", "c"])
x_t = PatsyTransformer("a:b + a:c + b:c", return_type="dataframe").fit_transform(df)
返回以下内容:
a:b a:c b:c
0 60.0 33.0 220.0
1 12.0 42.0 14.0
2 36.0 306.0 34.0
3 132.0 209.0 228.0
4 140.0 42.0 120.0
我在这里回答了类似的问题,其中我提供了另一个带有分类变量的例子: How can an interaction design matrix be created from categorical variables?
答案 1 :(得分:3)
您可以使用sklearn的PolynomialFeatures功能。这是一个例子:
让我们假设,这是你的设计(即特征)矩阵:
x = array([[ 3, 20, 11],
[ 6, 2, 7],
[18, 2, 17],
[11, 12, 19],
[ 7, 20, 6]])
x_t = PolynomialFeatures(2, interaction_only=True, include_bias=False).fit_transform(x)
结果如下:
array([[ 3., 20., 11., 60., 33., 220.],
[ 6., 2., 7., 12., 42., 14.],
[ 18., 2., 17., 36., 306., 34.],
[ 11., 12., 19., 132., 209., 228.],
[ 7., 20., 6., 140., 42., 120.]])
前三个功能是原始功能,接下来三个是原始功能的交互。