import numpy as npfrom sklearn.preprocessing import PolynomialFeatures #這哥用于生成多項(xiàng)式x=np.arange(6).reshape(3,2) #生成三行二列數(shù)組reg = PolynomialFeatures(degree=3) #這個(gè)3看下面的解釋reg.fit_transform(x)

x是下面這樣：

我們發(fā)現(xiàn)規(guī)律如下：

編寫實(shí)現(xiàn)函數(shù)如下：

def multi_feature(x,n): c = np.empty((x.shape[0],0)) #np.empty((3,1))并不會(huì)生成一個(gè)3行1列的空數(shù)組,np.empty((3,0))才會(huì)生成3行1列空數(shù)組 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 cmulti_feature(x,3)

和上面實(shí)現(xiàn)的一模一樣

print(’n=4時(shí)，sklearn的輸出是：’)reg = PolynomialFeatures(degree=4) print(reg.fit_transform(x))print(’n’)#對(duì)比print(’n=4時(shí)，函數(shù)的輸出是：’)print(multi_feature(x,4))

也是一樣的，當(dāng)然這個(gè)函數(shù)僅適用于2維數(shù)組，如果是n維數(shù)組，又該怎么實(shí)現(xiàn)呢？

到此這篇關(guān)于python實(shí)現(xiàn)PolynomialFeatures多項(xiàng)式的方法的文章就介紹到這了,更多相關(guān)python PolynomialFeatures多項(xiàng)式內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！