sklearn.preprocessing.PolynomialFeatures

多项式扩展。

它是使用多项式的方法来进行的，如果有a，b两个特征，那么它的2次多项式为（1,a,b,a^2,ab, b^2），这个多项式的形式是使用poly的效果。

api

class sklearn.preprocessing.PolynomialFeatures(degree=2, interaction_only=False, include_bias=True)
参数:degree：控制多项式的度,即你是几次多项式扩展interaction_only： 默认为False，如果指定为True，那么就不会有特征自己和自己结合的项，上面的二次项中没有a^2和b^2。include_bias：默认为True。如果为True的话，那么就会有上面的1那一项。

示例

X = np.arange(6).reshape(3, 2)
print(X)
array([[0, 1],[2, 3],[4, 5]])
poly = PolynomialFeatures(2)
poly.fit_transform(X)
array([[  1.,   0.,   1.,   0.,   0.,   1.],[  1.,   2.,   3.,   4.,   6.,   9.],[  1.,   4.,   5.,  16.,  20.,  25.]])  # 符合（1,a,b,a^2,ab, b^2）
poly = PolynomialFeatures(interaction_only=True)
poly.fit_transform(X)
array([[  1.,   0.,   1.,   0.],[  1.,   2.,   3.,   6.],[  1.,   4.,   5.,  20.]])  # 输出中不包含a^2和b^2项

机器学习之 sklearn.preprocessing 模块相关推荐

数据挖掘原理与算法：机器学习-＞{[sklearn. model_selection. train_test_split]、[h2o]、[网格搜索]、[numpy]、[plotly.express]}
数据挖掘原理与算法:机器学习->{[sklearn. model_selection. train_test_split].[h2o].[网格搜索].[numpy].[plotly.expres ...
sklearn：sklearn.preprocessing.StandardScaler函数的fit_transform、transform、inverse_transform简介、使用方法之详细攻略
sklearn:sklearn.preprocessing.StandardScaler函数的fit_transform.transform.inverse_transform简介.使用方法之详细攻略 ...
Python中机器学习神器——sklearn模块
参考文章 Python机器学习笔记:sklearn库的学习 ML神器:sklearn的快速使用机器学习与Sklearn的初识传统的机器学习任务从开始到建模的一般流程是:获取数据 → 数据预处理 → ...
Sklearn 损失函数如何应用到_菜鸟学机器学习，Sklearn库主要模块功能简介
导读作为一名数据分析师,当我初次接触数据分析三剑客(numpy.pandas.matplotlib)时,感觉每个库的功能都很多很杂,所以在差不多理清了各模块功能后便相继推出了各自教程(文末附链接): ...
菜鸟学机器学习，Sklearn库主要模块功能简介
导读作为一名数据分析师,当我初次接触数据分析三剑客(numpy.pandas.matplotlib)时,感觉每个库的功能都很多很杂,所以在差不多理清了各模块功能后便相继推出了各自教程(文末附链接): ...
机器学习实战 | SKLearn最全应用指南
Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/cou ...
python 机器学习_基于 Python 语言的机器学习工具Sklearn
本篇介绍了Sklearn机器学习基础,从Sklearn的简介,模块以及与tensorflow的优劣势对比来了解基于Python语言的机器学习工具. 01.Sklearn简介 sklearn(sc ...
机器学习之sklearn使用下载MNIST数据集进行分类识别
机器学习之sklearn使用下载MNIST数据集进行分类识别一.MNIST数据集 1.MNIST数据集简介 2.获取MNIST数据集二.训练一个二分类器 1.随机梯度下降(SGD)分类器 2.分类 ...
Python机器学习：Sklearn快速入门（稍微懂一些机器学习内容即可）
文章目录 1.Sklearn数据集API 2.Bunch对象的信息获取 3.对数据集进行划分 4.特征提取(字典.文本) 5.数据归一化 6.数据标准化 7.特征降维 8.模型预测效果的评价 9.K近 ...

机器学习之 sklearn.preprocessing 模块

sklearn.preprocessing.PolynomialFeatures

api

示例

机器学习之 sklearn.preprocessing 模块相关推荐

最新文章

热门文章