scikit-learn - 如何在 Scikit-learn 中使用稀疏矩阵制作多项式特征

Question

我正在使用 Scikit-learn 将我的训练数据转换为多项式特征，然后将其拟合到线性模型中。

model = Pipeline([('poly', PolynomialFeatures(degree=3)),
              ('linear', LinearRegression(fit_intercept=False))])
model.fit(X, y)

但是会报错

TypeError: A sparse matrix was passed, but dense data is required

我知道我的数据是稀疏矩阵格式。因此，当我尝试将我的数据转换为密集矩阵时，它显示内存错误。因为我的数据很大(50k~)。由于这些大量数据，我无法将其转换为密集矩阵。

我还找到了 Github Issues请求此功能的地方。但仍未实现。

所以请有人告诉我如何在 Scikit-learn 的 PolynomialFeatures 中使用稀疏数据格式而不将其转换为密集格式？

Answer 1

这是即将发布的 sklearn 0.20 版本中的一项新功能。参见 Release History - V0.20 - Enhancements如果你真的想测试它，你可以按照 Sklean - Advanced Installation - Install Bleeding Edge 中的说明安装开发版本。 .