Python 多项式特征拟合_变换给出的值存在误差

我在尝试运行多项式回归示例时遇到ValueError：

from sklearn.preprocessing import PolynomialFeatures
import numpy as np

poly = PolynomialFeatures(degree=2)
poly.fit_transform(X)   ==> ERROR

错误是：

File "/root/.local/lib/python2.7/site-packages/sklearn/base.py", line 426, in fit_transform
    return self.fit(X, **fit_params).transform(X)

File "/root/.local/lib/python2.7/site-packages/sklearn/preprocessing/data.py", line 473, in fit
  self.include_bias)

File "/root/.local/lib/python2.7/site-packages/sklearn/preprocessing/data.py", line 463, in _power_matrix
  powers = np.vstack(np.bincount(c, minlength=n_features) for c in combn)

File "/usr/lib/python2.7/dist-packages/numpy/core/shape_base.py", line 226, in vstack
  return _nx.concatenate(map(atleast_2d,tup),0)

File "/root/.local/lib/python2.7/site-packages/sklearn/preprocessing/data.py", line 463, in <genexpr>

  powers = np.vstack(np.bincount(c, minlength=n_features) for c in combn)  
  ValueError: The first argument cannot be empty.

文件“/root/.local/lib/python2.7/site packages/sklearn/base.py”，第426行，在fit_转换中
返回self.fit（X，**fit_参数）.transform（X）
文件“/root/.local/lib/python2.7/site packages/sklearn/preprocessing/data.py”，第473行
自我评价（包括偏见）
文件“/root/.local/lib/python2.7/site packages/sklearn/preprocessing/data.py”，第463行，在功率矩阵中
powers=np.vstack（对于组合中的c，np.bincount（c，minlength=n_特征）
文件“/usr/lib/python2.7/dist packages/numpy/core/shape_base.py”，第226行，在vstack中
返回_nx.concatenate（映射（至少为_2d，tup），0）
文件“/root/.local/lib/python2.7/site packages/sklearn/preprocessing/data.py”，第463行，在
powers=np.vstack（对于组合中的c，np.bincount（c，minlength=n_特征）
ValueError:第一个参数不能为空。

我的scikit学习版本是0.15.2

---

以下示例取自：

在创建类似这样的多项式特征类的对象时，您应该尝试将include\u bias设置为False

poly = PolynomialFeatures(degree=2, include_bias=False)

---

请注意，示例中的最终矩阵现在没有第一列

>>>X.shape（3，2）即使在这个例子中也会发生这种情况：你能告诉我你使用的是什么NumPy版本吗？我不能在本地复制这个。