使用 Python NumPy 的特征组合

Question

对于一项作业，我必须使用属于某些数据的不同特征组合来评估分类系统。我所说的特征是指测量值，例如身高、体重、年龄、收入。因此，例如，我想看看在仅给出要处理的身高和体重，然后是身高和年龄的情况下，分类器的表现如何。我不仅希望能够测试哪些两个功能一起工作效果最好，而且还想测试哪些 3 个功能一起工作效果最好，并且希望能够将其概括为 n 个功能。

我一直在尝试使用 numpy 的 mgrid 创建 n 维数组，展平它们，然后创建使用每个数组中相同元素的数组来创建新数组。很难解释，所以这里有一些代码和伪代码：

import numpy as np

def test_feature_combos(data, combinations):
    dimensions = combinations.shape[0]
    grid = np.empty(dimensions)
    for i in xrange(dimensions):
        grid[i] = combinations[i].flatten() 
    #The above code throws an error "setting an array element with a sequence" error which I understand, but this shows my approach.

    **Pseudo code begin**
    For each element of each element of this new array, 
    create a new array like so:
    [[1,1,2,2],[1,2,1,2]] --->  [[1,1],[1,2],[2,1],[2,2]]
    Call this new array combo_indices
    Then choose the columns (features) from the data in a loop using:
    new_data = data[:, combo_indices[j]]

combinations = np.mgrid[1:5,1:5]
test_feature_combos(data, combinations)

我承认这种方法由于重复而意味着很多不必要的组合，但是我什至无法实现这一点所以乞丐不能选择。

有人可以告诉我如何 a) 实施我的方法或 b) 以更优雅的方式实现这个目标。

在此先感谢，如果需要任何澄清，请告诉我，这很难解释。

Answer 1

要生成 k 个元素的所有组合，而无需从一组大小为 n 的元素中进行替换，您可以使用 itertools.combinations，例如：

idx = np.vstack(itertools.combinations(range(n), k)) # an (n, k) array of indices

对于 k=2 的特殊情况，使用 n x n 矩阵的上三角索引通常更快，例如:

idx = np.vstack(np.triu_indices(n, 1)).T

使用 Python NumPy 的特征组合

Combinations of features using Python NumPy

python

arrays

combinations

numpy

feature-extraction