机器学习|机器学习-特征映射方法特征映射|python

在进行正则化逻辑回归的时候，需要用到特征映射的方法：将一个二维特征(x1, x2)根据自己的需要映射到高维。
如下图所示的例子：

文章图片

# 这里x,y是np数组的形式，as_ndarray默认为false，这是作者定义的函数 def feature_mapping(x, y, power, as_ndarray=False): data = https://www.it610.com/article/{"F{}{}".format(i - p, p): np.power(x, i - p) * np.power(y, p) for i in np.arange(power + 1) for p in np.arange(i + 1) } if as_ndarray: return np.array(pd.DataFrame(data)) else: return pd.DataFrame(data)

【机器学习|机器学习-特征映射方法】我们的结果展示为：

F00F10F01...F24F15F06 01.00.0512670.699560...6.294709e-048.589398e-031.172060e-01 11.0 -0.0927420.684940...1.893054e-03 -1.398103e-021.032560e-01 21.0 -0.2137100.692250...1.048821e-02 -3.397345e-021.100469e-01 31.0 -0.3750000.502190...8.944062e-03 -1.197765e-021.604015e-02 41.0 -0.5132500.465640...1.238395e-02 -1.123519e-021.019299e-02 ....................... 1131.0 -0.7206200.538740...4.374511e-02 -3.270412e-022.444980e-02 1141.0 -0.5938900.494880...2.115493e-02 -1.762810e-021.468924e-02 1151.0 -0.4844500.999270...2.340073e-01 -4.826843e-019.956280e-01 1161.0 -0.0063360.999270...4.003286e-05 -6.313306e-039.956280e-01 1171.00.632650 -0.030612...3.514745e-07 -1.700678e-088.229060e-10