用PolynomialFeatures进行特征交叉

_Sumor

于 2021-05-12 20:02:55 发布

阅读量667

点赞数

CC 4.0 BY-SA版权

分类专栏：实战学习文章标签： python 机器学习

本文链接：https://blog.csdn.net/Su_Mo/article/details/116720092

本文详细介绍了Python中用于特征交叉的PolynomialFeatures方法，它在机器学习中广泛用于创建多项式特征。通过使用这个工具，可以将原始特征组合成更高阶的交互项，从而提高模型的预测能力。文章深入探讨了如何使用该方法，包括参数设置和实际案例分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/python 
# -*- coding: utf-8 -*-

'''https://blog.csdn.net/weixin_42211626/article/details/103989659
手动进行特征交叉
'''

import pandas as pd
import numpy as np
from sklearn.preprocessing import PolynomialFeatures

print("begin read")
data0 = pd.read_csv("train_set.csv", sep=',')
# print(data0.head(10))
# columns = data0.columns.values.tolist()
# print(columns)

data = data0[['man', 'discount'