使用 numpy/python 从头开始多项式展开

Question

我在不使用 Sklearn 的情况下构建多项式回归。 我现在在使用多项式展开功能时遇到问题。

我有一个带有 A 列和 B 列的 dataframe。当我从 Sklearn 导入并运行 PolynomialFeatures(degree of 2) 时，我发现它返回了 6 个不同的特征。

我知道 2 个功能变成了 6 个功能，因为它是 (A + B + 常量)*(A + B + 常量)

变成 A2 + 2AB + 2AC + 2BC + B2 + C2，6 个不同的特征。 我试图用 Python 和 Numpy 来概括这一点。

由于有恒定的 c，我为我的 dataframe 创建了一个新列 C。 但是，我非常坚持在此之后如何进行。 我尝试了 for loop for (number of features * degree #) 次，但对功能的组合感到困惑。

'''

    def polynomial_expansion(features_df, order):

        return expanded_df

'''

有人可以帮我吗？ 在这种情况下我可以使用什么 Python/Numpy/Pandas 方法？ 谢谢你。

Answer 1

我创建了一个简单的示例，说明您需要做什么才能从头开始创建多项式特征。 代码的第一部分从 Scikit Learn 创建结果：

from sklearn.preprocessing import PolynomialFeatures
import pandas as pd
import numpy as np

df = pd.DataFrame.from_dict({
    'x': [2],
    'y': [5],
    'z': [6]})

p = PolynomialFeatures(degree=2).fit(df)
f = pd.DataFrame(p.transform(df), columns=p.get_feature_names(df.columns))
print('deg 2\n', f)
p = PolynomialFeatures(degree=3).fit(df)
f = pd.DataFrame(p.transform(df), columns=p.get_feature_names(df.columns))
print('deg 3\n', f)

结果如下所示：

deg 2
      1    x    y    z  x^2   x y   x z   y^2   y z   z^2
0  1.0  2.0  5.0  6.0  4.0  10.0  12.0  25.0  30.0  36.0
deg 3
      1    x    y    z  x^2   x y   x z   y^2   y z   z^2  x^3  x^2 y  x^2 z  x y^2  x y z  x z^2    y^3  y^2 z  y z^2    z^3
0  1.0  2.0  5.0  6.0  4.0  10.0  12.0  25.0  30.0  36.0  8.0   20.0   24.0   50.0   60.0   72.0  125.0  150.0  180.0  216.0

现在要在没有 Scikit Learn 的情况下创建类似的功能，我们可以这样编写代码：

row = [2, 5, 6]

#deg = 1
result = [1]
result.extend(row)

#deg = 2
for i in range(len(row)):
    for j in range(len(row)):
        res=row[i]*row[j]
        if res not in result:
            result.append(res)
print("deg 2", result)

#deg = 3
for i in range(len(row)):
    for j in range(len(row)):
            for z in range(len(row)):
                res=row[i]*row[j]*row[z]
                if res not in result:
                    result.append(res)
print("deg 3", result)

结果如下所示：

deg 2 [1, 2, 5, 6, 4, 10, 12, 25, 30, 36]
deg 3 [1, 2, 5, 6, 4, 10, 12, 25, 30, 36, 8, 20, 24, 50, 60, 72, 125, 150, 180, 216]

要递归地获得相同的结果，可以使用以下代码：

row = [2, 5, 6]
def poly_feats(input_values, degree):
    if degree==1:
        if 1 not in input_values:
            result = input_values.insert(0,1)
        result=input_values
        return result
    elif degree > 1:
        new_result=[]
        result = poly_feats(input_values, degree-1)
        new_result.extend(result)
        for item in input_values:
            for p_item in result:
                res=item*p_item
                if (res not in result) and (res not in new_result):
                    new_result.append(res)
        return new_result

print('deg 2', poly_feats(row, 2))
print('deg 3', poly_feats(row, 3))

结果将是：

deg 2 [1, 2, 5, 6, 4, 10, 12, 25, 30, 36]
deg 3 [1, 2, 5, 6, 4, 10, 12, 25, 30, 36, 8, 20, 24, 50, 60, 72, 125, 150, 180, 216]

此外，如果您需要使用 Pandas 数据帧作为 function 的输入，您可以使用以下命令：

def get_poly_feats(df, degree):
    result = {}
    for index, row in df.iterrows():
        result[index] = poly_feats(row.tolist(), degree)
    return result