python - sklearn : how to get coefficients of polynomial features

Question

我知道可以使用以下方法获取多项式特征作为数字:polynomial_features.transform(X)。根据manual ，对于二度的特征是:[1, a, b, a^2, ab, b^2]。但是我如何获得高阶特征的描述呢？ .get_params() 不显示任何功能列表。

Answer 1

顺便说一句，现在有更合适的功能: PolynomialFeatures.get_feature_names .

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

data = pd.DataFrame.from_dict({
    'x': np.random.randint(low=1, high=10, size=5),
    'y': np.random.randint(low=-1, high=1, size=5),
})

p = PolynomialFeatures(degree=2).fit(data)
print p.get_feature_names(data.columns)

这将输出如下:

['1', 'x', 'y', 'x^2', 'x y', 'y^2']

注意出于某种原因，您必须先拟合 PolynomialFeatures 对象，然后才能使用 get_feature_names()。

如果您是 Pandas 爱好者(就像我一样)，您可以轻松地构建具有所有新功能的 DataFrame，如下所示:

features = DataFrame(p.transform(data), columns=p.get_feature_names(data.columns))
print features

结果如下所示:

     1    x    y   x^2  x y  y^2
0  1.0  8.0 -1.0  64.0 -8.0  1.0
1  1.0  9.0 -1.0  81.0 -9.0  1.0
2  1.0  1.0  0.0  1.0   0.0  0.0
3  1.0  6.0  0.0  36.0  0.0  0.0
4  1.0  5.0 -1.0  25.0 -5.0  1.0