特徵錦囊：怎麼進行多項式or對數的數據變換?
- 2020 年 1 月 2 日
- 筆記
怎麼進行多項式or對數的數據變換?
數據變換，這個操作在特徵工程中用得還是蠻多的，一個特徵在當前的分布下無法有明顯的區分度，但一個小小的變換則可以帶來意想不到的效果，而這個小小的變換，也就是今天給大家分享的小錦囊。
多項式變換
按照指定的degree，進行多項式操作從而衍生出新變數(當然這是針對每一列特徵內的操作)。
舉個栗子：
from sklearn.datasets import load_iris #導入IRIS數據集 iris = load_iris() iris.data[0] # Output: array([ 5.1, 3.5, 1.4, 0.2])
tt = PolynomialFeatures().fit_transform(iris.data) tt[0] # Output: array([ 1. , 5.1 , 3.5 , 1.4 , 0.2 , 26.01, 17.85, 7.14, 1.02, 12.25, 4.9 , 0.7 , 1.96, 0.28, 0.04])
因為PolynomialFeatures()方法默認degree是2，所以只會進行二項式的衍生。
一般來說，多項式變換都是按照下面的方式來的：
f = kx + b 一次函數（degree為1） f = ax^2 + bx + w 二次函數（degree為2） f = ax^3 + bx^2 + cx + w 三次函數（degree為3）
這類的轉換可以適當地提升模型的擬合能力，對於在線性回歸模型上的應用較為廣泛。
對數變換
這個操作就是直接進行一個對數轉換，改變原先的數據分布，而可以達到的作用主要有:
1）取完對數之後可以縮小數據的絕對數值，方便計算；
2）取完對數之後可以把乘法計算轉換為加法計算；
3）還有就是分布改變帶來的意想不到的效果。
numpy庫里就有好幾類對數轉換的方法，可以通過from numpy import xxx 進行導入使用。
log：計算自然對數
log10：底為10的log
log2：底為2的log
log1p：底為e的log
程式碼集合
from sklearn.datasets import load_iris #導入IRIS數據集 iris = load_iris() #多項式轉換 #參數degree為度，默認值為2 from sklearn.preprocessing import PolynomialFeatures PolynomialFeatures().fit_transform(iris.data) #對數變換 from numpy import log1p from sklearn.preprocessing import FunctionTransformer #自定義轉換函數為對數函數的數據變換 #第一個參數是單變元函數 FunctionTransformer(log1p).fit_transform(iris.data)
以上的變換操作，夠我們衍生出一堆變數了，開始用起來吧！
原創不易，如果覺得這種學習方式有用，希望可以幫忙隨手轉發or點下「在看」，這是對我的極大鼓勵！阿里嘎多！?
