变量的二次变换

Question

我正在尝试学习一些机器学习，想知道什么是数据的二次和三次变换，它是如何完成的？ forum 上的一个人正在谈论它，我想知道什么是变量转换以及它是如何完成的。 谢谢

Answer 1

多项式特征（二次、三次等）用于减少模型中的偏差并允许项之间的交互。在 scikit-learn 中，它作为 sklearn.preprocessing.PolynomialFeatures 中的转换实现。

这个想法是，如果您具有三个特征 a、b 和 c。二次特征将通过扩展 (a + b + c) ^ 2 生成。因此 a^2、b^2 c^2、a*b、a*c、b*c 将是二次特征集。

在 scikit-learn 的 PolynomialFeatures 中，当传递参数 degree 时，将创建达到该程度的所有项。

这通常在构建线性模型之前使用。它允许较低的偏差，但它会很快增加特征集的大小。