Запустите полиномиальную регрессию без комбинаций функций

Я запускаю полиномиальную регрессию для порядка p. Для простоты мы используем порядок p = 2 в этом вопросе.

Предположим, у нас есть X с двумя функциями x1, x2 и y. И я пытаюсь запустить полиномиальную регрессию

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

Я обнаружил, что у sklearn есть sklearn.preprocessing.PolynomialFeatures. Однако, если я использую порядок p = 2, он автоматически дает комбинацию признаков. Это приведет к регрессу:

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

Однако я не хочу сочетания функций, то есть таких вещей, как x1x2. Есть ли какой-нибудь пакет, который может выполнить полиномиальную регрессию, как я хотел?

Спасибо!


python regression scikit-learn polynomials non-linear-regression
person Major    schedule 11.02.2019    source источник

Ответы (2)


arrow_upward
1
arrow_downward

numpy.polynomial.polynomial. polyfit кажется удовлетворяет ваши потребности.

Для еще более конкретных потребностей используйте этот инструмент статистики.

person ohlr    schedule 11.02.2019

arrow_upward
1
arrow_downward

Tbh, это кажется мне очень странной идеей. Большая сила полифункциональных функций проистекает из интерактивных функций.

Я почти уверен, что там нет ничего встроенного, но

  • вы можете взглянуть на препроцессор PolynomialFeatures и сделать свой собственный с модификациями. Вам нужно будет "вернуть" логику параметра interaction_only
  • просто создайте свой препроцессор, ваш случай довольно прост, .fit будет делать что-то вроде concat(a, a**2)
person Slam    schedule 11.02.2019