如何使用 scikit-learn 仅删除多项式回归中的交互项？

Posted 2023-03-12

【中文标题】如何使用 scikit-learn 仅删除多项式回归中的交互项？

【英文标题】：How can you remove only the interaction terms in a polynomial regression using scikit-learn?

【发布时间】：2016-12-08 16:31:12

【问题描述】：

我正在使用 scikit-learn 运行 polynomial regression。我有大量变量（准确地说是 23 个），我试图使用 2 次多项式回归对其进行回归。

interaction_only = True，只保留X₁*Y₁、X₂*Y_{2 等等。}

我只想要其他术语，即 X₁、X₁²、Y₁、Y ₁²，以此类推。

有没有函数可以得到这个？

【问题讨论】：

奇怪的是 sklearn 仍然没有这个。很多时候我们想在没有交互的情况下尝试多项式特征。

【参考方案1】：

没有这样的功能，因为用numpy本身可以很容易地表达变换。

X = ... 
new_X = np.hstack((X, X**2))

类似地，如果您想将所有内容添加到学位k

new_X = np.hstack((X**(i+1) for i in range(k)))

【讨论】：

我正在使用以下内容。 poly = PolynomialFeatures(degree=2) X_new = poly.fit_trnasform(X) 由于 X 是 100 个大小为 23 的奇数列表的列表，因此 X_new 将是一个矩阵，每一行对应于导致 2 级的所有组合。因此，根据您的回答，我需要手动创建这个矩阵遍历 X 并使用 np.hstack 和 np.vstack 我的推论是否正确？

我会给你一个更好的：np.power(x, np.arange(k))

【参考方案2】：

我知道这个帖子太老了。但是对于像我这样刚入门的人来说，可以使用 petsy。查看此处讨论的答案-> how to the remove interaction-only columns from sklearn.preprocessing.PolynomialFeatures

【讨论】：

请考虑下次发表评论，而不是正确答案:)