Machine learning 变量的二次变换

我试图学习一些机器学习，想知道什么是数据的二次和三次变换，以及它是如何完成的？一个人在网上谈论它，我想知道什么是变量的转换，以及它是如何完成的。 谢谢

多项式特征（二次、三次等）用于减少模型中的偏差，并允许术语之间的交互。在scikit学习中，它在中作为转换实现

如果您有三个功能

a

、

b

、和

c

，那么您就可以使用这三个功能。二次特征将通过展开

（a+b+c）^2

生成。因此，

a^2

，

b^2

c^2

，

a*b

，

a*c

，

b*c

将是一组二次特征

在scikit learn的

多项式特征

中，当传递参数

度

时，将创建所有达到该度的术语

---

这通常在构建线性模型之前使用。它允许较低的偏差，但它会很快增加功能集的大小。

除非我遗漏了什么，否则它只需取data@toasted_flakes不仅仅是元素方面。二次项还包括它们之间的相互作用。@DavidAust我不知道这种做法有名字。谢谢更精确地说，多项式的增长是指数的，因此核方法更可取。非常感谢，先生。