Python - 通过X点拟合多项式(多维)

时间:2017-07-05 00:27:13

标签: python scikit-learn regression polynomials

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

1 个答案:

答案 0 :(得分: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)。