运行多项式回归没有的特征的组合

Question

我正在为p阶多项式回归。为简单起见，我们使用顺序p = 2在这个问题上。

假设我们有X有两个特征x1, x2和y。我试图运行的多项式回归

y = ε + α + β1•x1 + β2•x2 + β3•x1^2 + β4•x2^2

我发现sklearn有sklearn.preprocessing.PolynomialFeatures。然而，如果使用阶数p = 2，它自动给出的特征的组合。这将导致一个回归：

y = ε + α + β1•x1 + β2•x2 + β3•x1^2 + β4•x2^2 + β5•x1x2

不过，我不希望特征的组合，即之类的东西x1x2。是否有任何包，可以做多项式回归，我希望？

谢谢！

Answer 1

numpy.polynomial.polynomial.polyfit似乎满足您的需求。

对于更具体的需求，使用这个statistics tool

Answer 2

TBH，这似乎是很奇怪的想法给我。很多聚功能强度问世的互动功能。

我敢肯定，没有什么内置的，但

• 你可以看看PolynomialFeatures预处理器，并且使自己与修改。你需要“恢复” interaction_only参数的逻辑
• 刚刚建立自己的预处理器，你的情况是相当简单，.fit会做像水木清华concat(a, a**2)