python - 如何查看 sklearn.preprocessing.PolynomialFeatures 的效果？

如果我有中等数量的基本特征，并且正在从中生成中等数量的多项式特征，那么知道特征数组 preprocess_XX 的哪一列对应于基本特征的哪个变换可能会让人感到困惑。

我曾经使用旧版本的 sklearn(可能是 0.14？)执行以下操作:

import numpy as np
from sympy import Symbol
from sklearn.preprocessing import PolynomialFeatures
poly = PolynomialFeatures(4)
x1 = Symbol('x1')
x2 = Symbol('x2')
x3 = Symbol('x3')
XX = np.random.rand(1000, 3)  # replace with the actual data array
preprocess_symXX = poly.fit_transform([x1, x2, x3])
preprocess_XX = poly.fit_transform(XX)
print preprocess_symXX

这太棒了。它会产生类似 [1, x1, x2, x3, x1**2, ... ] 的输出，这会让我知道我的 preprocess_XX 列实际上来自哪些多项式函数。

但是现在当我这样做时，它会提示 TypeError: can't convert expression to float 。引发此异常的原因是 sklearn.utils.validation 中名为 check_array() 的函数，该函数试图将 poly.fit_transform() 的输入转换为 dtype=float 。

您是否有关于如何查看基本特征的多项式对应于 fit_transform()? 输出中的哪一列的建议，现在 sympy 似乎不再适用于 fit_transform ？

最佳答案

使用 poly.powers_ 来获得权力。然后您可以将其转换为人类可读的内容，如下所示:

import numpy as np
from sklearn.preprocessing import PolynomialFeatures

X = np.random.rand(1000, 3)

poly = PolynomialFeatures(4)
Y = poly.fit_transform(X)

features = ['X1','X2','X3']

print(poly.powers_)

for entry in poly.powers_:
    newFeature = []
    for feat, coef in zip(features, entry):
        if coef > 0:
            newFeature.append(feat+'**'+str(coef))
    if not newFeature:
        print(1) # If all powers are 0
    else:
        print(' + '.join(newFeature))

打印(在打印 poly.powers_ 之后):

1
X1**1
X2**1
X3**1
X1**2
X1**1 + X2**1
X1**1 + X3**1
X2**2
X2**1 + X3**1
X3**2
X1**3
X1**2 + X2**1
X1**2 + X3**1
X1**1 + X2**2
X1**1 + X2**1 + X3**1
X1**1 + X3**2
X2**3
X2**2 + X3**1
X2**1 + X3**2
X3**3
X1**4
X1**3 + X2**1
X1**3 + X3**1
X1**2 + X2**2
X1**2 + X2**1 + X3**1
X1**2 + X3**2
X1**1 + X2**3
X1**1 + X2**2 + X3**1
X1**1 + X2**1 + X3**2
X1**1 + X3**3
X2**4
X2**3 + X3**1
X2**2 + X3**2
X2**1 + X3**3
X3**4

关于python - 如何查看 sklearn.preprocessing.PolynomialFeatures 的效果？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34869851/