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!
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
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
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.fit
会做像水木清华concat(a, a**2)