Python - 通过X点拟合多项式（多维）

Question

我一直在使用scikit学习，非常整洁。 通过点（X-Y）拟合多项式曲线非常容易。如果我有N个点，我可以选择N-1阶的多项式，曲线将完美地拟合点。

如果我的X向量有多个维度，在scikit-learn中我可以构建一个包含PolynomialFeatures和LinearRegression的管道。 我被困的地方是使用PolynomialFeatures（不是输入）创建的特征数量更灵活;我希望能够指定特征的总量，最终目标是具有遍历所有点的多项式。 例如。在3D中（X有3列），如果我有27个点（3X3X3的方阵）;我想将功能数量限制为27个。

（PolynomialFeatures确实具有powers_的属性，但无法设置。探索源也似乎没有显示任何特定的内容。）

有什么想法吗？

干杯， Ñ

Answer 1

你的问题定义不明确。如果你想要34个可能的功能，哪个 14应该是什么？

在您的位置，我会生成多余的功能，然后使用功能选择算法。它将是一个稀疏模型（如Lasso）或一个特征选择算法（如RFE）。