(编辑:jimmy 日期: 2024/12/27 浏览:2)
import numpy as np from sklearn.preprocessing import PolynomialFeatures #这哥用于生成多项式 x=np.arange(6).reshape(3,2) #生成三行二列数组 reg = PolynomialFeatures(degree=3) #这个3看下面的解释 reg.fit_transform(x)
x是下面这样:
我们发现规律如下:
编写实现函数如下:
def multi_feature(x,n): c = np.empty((x.shape[0],0)) #np.empty((3,1))并不会生成一个3行1列的空数组,np.empty((3,0))才会生成3行1列空数组 for i in range(n+1): for m in range(i,-1,-1): h=(x[:,0]**m) * (x[:,1]**(i-m)) c=np.c_[c,h] return c multi_feature(x,3)
和上面实现的一模一样
print('n=4时,sklearn的输出是:') reg = PolynomialFeatures(degree=4) print(reg.fit_transform(x)) print('\n') #对比 print('n=4时,函数的输出是:') print(multi_feature(x,4))
也是一样的,当然这个函数仅适用于2维数组,如果是n维数组,又该怎么实现呢?