dask_ml.preprocessing.PolynomialFeatures
dask_ml.preprocessing.PolynomialFeatures¶
- class dask_ml.preprocessing.PolynomialFeatures(degree: int = 2, interaction_only: bool = False, include_bias: bool = True, preserve_dataframe: bool = False)[源代码]¶
生成多项式和交互特征。
生成一个新的特征矩阵，该矩阵由所有次数小于或等于指定次数的特征的多项式组合组成。例如，如果输入样本是二维的并且形式为 [a, b]，则次数为 2 的多项式特征是 [1, a, b, a^2, ab, b^2]。
阅读更多内容请参阅 用户指南。
- 参数
- 度int 或 tuple (min_degree, max_degree), 默认值=2
如果给定一个整数，它指定多项式特征的最大度数。如果传递一个元组 (min_degree, max_degree)，那么 min_degree 是最小多项式度数，max_degree 是最大多项式度数。请注意，min_degree=0 和 min_degree=1 是等价的，因为输出零次项由 include_bias 决定。
- interaction_onlybool, 默认=False
如果 True，则只生成交互特征：这些特征是至多 degree 个 不同 输入特征的乘积，即排除相同输入特征的二次或更高次幂的项：
包含：x[0]、x[1]、x[0] * x[1] 等。
排除项: x[0] ** 2, x[0] ** 2 * x[1], 等等。
- include_biasbool, 默认=True
如果 `True`（默认），则包含一个偏置列，该特征中所有多项式幂均为零（即一列全为1 - 在线性模型中充当截距项）。
- 顺序{‘C’, ‘F’}, 默认=’C’
密集情况下的输出数组顺序。’F’ 顺序计算速度更快，但可能会减慢后续估计器的速度。
0.21 新版功能.
- 属性
powers_形状为的 ndarray输出中每个输入的指数。
- n_features_in_整数
在 拟合 过程中看到的特征数量。
0.24 新版功能.
- feature_names_in_ : 形状为 (n_features_in_,) 的 ndarray形状为的 ndarray
在 拟合 过程中看到的特征名称。仅当 X 的所有特征名称均为字符串时定义。
1.0 新版功能.
- n_output_features_整数
多项式输出特征的总数。输出特征的数量是通过迭代所有合适大小的输入特征组合来计算的。
参见
SplineTransformer生成特征的一元B样条基的转换器。
- preserve_dataframe布尔
如果为 True，则在转换后保留 pandas 和 dask 数据帧。使用 False（默认）返回 numpy 或 dask 数组，并模仿 sklearn 的默认行为。
示例
>>> import numpy as np >>> from sklearn.preprocessing import PolynomialFeatures >>> X = np.arange(6).reshape(3, 2) >>> 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.]]) >>> poly = PolynomialFeatures(interaction_only=True) >>> poly.fit_transform(X) array([[ 1., 0., 1., 0.], [ 1., 2., 3., 6.], [ 1., 4., 5., 20.]])
方法
fit(X[, y])计算输出特征的数量。
fit_transform(X[, y])拟合数据，然后进行转换。
get_feature_names_out([input_features])获取转换后的输出特征名称。
get_metadata_routing()获取此对象的元数据路由。
get_params([deep])获取此估计器的参数。
set_output(*[, transform])设置输出容器。
set_params(**params)设置此估计器的参数。
transform(X[, y])将数据转换为多项式特征。