我正在使用scikit-learn运行多项式回归。 我有大量变量（准确地说是23个），我正在尝试使用2次多项式回归进行回归。
interaction_only = True，仅保留交互项，例如X1*Y1，X2*Y2等。
我只想要其他项，即X1，X12，Y1，Y12等。
是否有一个函数可以实现这个功能？
interaction_only = True，仅保留交互项，例如X1*Y1，X2*Y2等。
我只想要其他项，即X1，X12，Y1，Y12等。
是否有一个函数可以实现这个功能？
如何在scikit-learn中仅删除多项式回归中的交互项？
8
- Harshavardhan Ramanna
1
很奇怪sklearn仍然没有这个功能。许多时候，我们想尝试不带交互的多项式特征。 - Dr Nisha Arora
2个回答
10
没有这样的函数，因为转换可以直接用numpy本身表达。
X = ...
new_X = np.hstack((X, X**2))
类似地，如果您想将所有内容相加，直到第 k 级。
new_X = np.hstack((X**(i+1) for i in range(k)))
- lejlot
2
我之前使用了以下代码：
poly = PolynomialFeatures(degree=2)
X_new = poly.fit_transform(X)由于X是一个包含100个长度为23的列表的列表，X_new将会是一个矩阵，其中每一行对应于所有组合的二次项。所以，根据你的回答，我需要通过迭代X并使用np.hstack和np.vstack手动创建这个矩阵。我的推断正确吗？ - Harshavardhan Ramanna2我可以更好地为您服务：
np.power(x, np.arange(k))。 - tiao0
我知道这个帖子已经很老了。但是像我这样刚开始学习的人可以使用petsy。请查看此处讨论的答案 -> 如何从sklearn.preprocessing.PolynomialFeatures中删除仅交互列
- terabithia
1
下次请考虑发表评论，而不是一个正式的答案 :) - Alessandro
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
- 相关问题
- 32 如何在Python的sklearn中添加交互项
- 5 scikit-learn中的DBSCAN（仅基于指标）
- 4 如何在Python StatsModel中删除无关紧要的分类交互项
- 3 使用Scikit-Learn在Python中绘制多项式回归图表。
- 3 如何在scikit-learn中使用SGDRegressor
- 21 如何在scikit-learn中获取LDA的组件？
- 10 如何使用Scikit-Learn进行高斯/多项式回归？
- 10 如何在Pandas中生成多个交互项？
- 5 如何在scikit-learn的LogisticRegression中设置intercept_scaling
- 7 如何在scikit-learn中设置ID3算法？