python - 运行没有特征组合的多项式回归

Question

我正在为 p 阶运行多项式回归。为了简单起见，我们p = 2在这个问题中使用 order。

假设我们有X两个特征x1, x2和y。我正在尝试运行多项式回归

y = ε + α + β1•x1 + β2•x2 + β3•x1^2 + β4•x2^2

我发现 sklearn 有一个sklearn.preprocessing.PolynomialFeatures. 但是，如果我使用 order p = 2，它会自动给出特征组合。这将导致回归：

y = ε + α + β1•x1 + β2•x2 + β3•x1^2 + β4•x2^2 + β5•x1x2

但是，我不想要这些功能的组合，例如x1x2. 是否有任何软件包可以按照我的意愿进行多项式回归？

谢谢！

标签： pythonscikit-learnregressionpolynomialsnon-linear-regression

Answer 1

Tbh，这对我来说似乎很奇怪。多边形特征的许多优势来自交互特征。

我很确定没有内置任何东西，但是

• 您可以查看PolynomialFeatures预处理器，并通过修改制作自己的。您需要“恢复”interaction_only参数的逻辑
• 只需构建您的预处理器，您的情况很简单，.fit会像concat(a, a**2)