python – 如何查看sklearn.preprocessing.PolynomialFeatures的效果？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 如何查看sklearn.preprocessing.PolynomialFeatures的效果？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1871字，纯文字阅读大概需要3分钟。

内容图文

如果我有一定数量的基本特征并且从它们生成适度的多项式特征顺序,那么知道特征数组preprocess_XX的哪一列对应于基本特征的哪个变换会让人感到困惑.

我曾经做过类似下面的事情,使用旧版sklearn(可能是0.14？)：

import numpy as np
from sympy import Symbol
from sklearn.preprocessing import PolynomialFeatures
poly = PolynomialFeatures(4)
x1 = Symbol('x1')
x2 = Symbol('x2')
x3 = Symbol('x3')
XX = np.random.rand(1000, 3)  # replace with the actual data array
preprocess_symXX = poly.fit_transform([x1, x2, x3])
preprocess_XX = poly.fit_transform(XX)
print preprocess_symXX

这太棒了.它将产生类似[1,x1,x2,x3,x1 ** 2,…]的输出,这将让我知道preprocess_XX的列实际来自哪些多项式函数.

但现在当我这样做时,它会抱怨TypeError：无法将表达式转换为float.引发此异常是因为sklearn.utils.validation中的函数名为check_array(),它试图将输入转换为poly.fit_transform()为dtype = float.

您是否建议如何查看基本特征的多项式对应于fit_transform()输出中的哪一列？现在,sympy似乎不再适用于fit_transform？

解决方法:

使用poly.powers_获取权力.然后你可以将它转换成人类可读的东西：

import numpy as np
from sklearn.preprocessing import PolynomialFeatures

X = np.random.rand(1000, 3)

poly = PolynomialFeatures(4)
Y = poly.fit_transform(X)

features = ['X1','X2','X3']

print(poly.powers_)

for entry in poly.powers_:
    newFeature = []
    for feat, coef in zip(features, entry):
        if coef > 0:
            newFeature.append(feat+'**'+str(coef))
    if not newFeature:
        print(1) # If all powers are 0
    else:
        print(' + '.join(newFeature))

打印(打印poly.powers_后)：

1
X1**1
X2**1
X3**1
X1**2
X1**1 + X2**1
X1**1 + X3**1
X2**2
X2**1 + X3**1
X3**2
X1**3
X1**2 + X2**1
X1**2 + X3**1
X1**1 + X2**2
X1**1 + X2**1 + X3**1
X1**1 + X3**2
X2**3
X2**2 + X3**1
X2**1 + X3**2
X3**3
X1**4
X1**3 + X2**1
X1**3 + X3**1
X1**2 + X2**2
X1**2 + X2**1 + X3**1
X1**2 + X3**2
X1**1 + X2**3
X1**1 + X2**2 + X3**1
X1**1 + X2**1 + X3**2
X1**1 + X3**3
X2**4
X2**3 + X3**1
X2**2 + X3**2
X2**1 + X3**3
X3**4

内容总结

以上是互联网集市为您收集整理的python – 如何查看sklearn.preprocessing.PolynomialFeatures的效果？全部内容，希望文章能够帮你解决python – 如何查看sklearn.preprocessing.PolynomialFeatures的效果？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端