sklearn.preprocessing.PolynomialFeatures，可以理解為專門生成多項式特徵，並且多項式包含的是相互影響的特徵集，比如：一個輸入樣本是２維的。形式如[a,b] ,則二階多項式的特徵集如下[1,a,b,a^2,ab,b^2]。

• 官網文件：http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.PolynomialFeatures.html
• 引數：
• degree : integer，多項式階數，預設為2；
• interaction_only : boolean, default = False，如果值為true(預設是false),則會產生相互影響的特徵集；
• include_bias : boolean，是否包含偏差列。
• 示例：

  1. >>> X = np.arange(6).reshape(3, 2)

  2. >>> X

  3. array([[0, 1],

  4. [2, 3],

  5. [4, 5]])

  6. >>> poly = PolynomialFeatures(2)　＃設定多項式階數為２，其他的預設

  7. >>> poly.fit_transform(X)

  8. array([[ 1., 0., 1., 0., 0., 1.],

  9. [ 1., 2., 3., 4., 6., 9.],

  10. [ 1., 4., 5., 16., 20., 25.]])

  11. >>> poly = PolynomialFeatures(interaction_only=True)＃預設的階數是２，同時設定互動關係為true

  12. >>> poly.fit_transform(X)

  13. array([[ 1., 0., 1., 0.],

  14. [ 1., 2., 3., 6.],

  15. [ 1., 4., 5., 20.]])

上面的陣列中，每一行是一個list。比如[0,1] 類似與上面的[a,b]。好的現在它的多項式輸出矩陣就是[1,a,b,a^2,ab,b^2]。所以就是下面對應的[1,0,1,0,0,1]。現在將interaction_only=True。這時就是隻找互動作用的多項式輸出矩陣。例如[a,b]的多項式互動式輸出[1,a,b,ab]。不存在自己與自己互動的情況如;a^2或者a*b^2之類的。

--------------------- 本文來自 Cherzhoucheer 的CSDN 部落格 ，全文地址請點選：https://blog.csdn.net/CherDW/article/details/71243102?utm_source=copy