变量的二次变换

Question

我正在尝试学习一些机器学习，并想知道什么是数据的二次和三次转换以及它是如何完成的？ forum上的一个人正在谈论它，我想知道变量的转换是什么以及它是如何完成的。 谢谢

Answer 1

多项式特征（二次，三次等）用于减少模型中的偏差并允许术语之间的相互作用。在scikit-learn中，它被实现为sklearn.preprocessing.PolynomialFeatures中的转换。

这个想法是，如果您有三个功能a，b和c。通过展开(a + b + c) ^ 2生成二次特征。因此，a^2，b^2 c^2，a*b，a*c，b*c将成为二次特征的集合。

在scikit-learn PolynomialFeatures中，当参数degree通过时，将创建所有达到该度数的术语。

这通常在构建线性模型之前使用。它允许较低的偏差，但它会非常快速地增加功能集的大小。