machine learning - transformar - Transformación cuadrática de una variable
funcion cuadratica completa (1)
Las características polinómicas (cuadrática, cúbica, etc.) se utilizan para reducir el sesgo en un modelo y permitir interacciones entre los términos. En scikit-learn se implementa como una transformación en sklearn.preprocessing.PolynomialFeatures .
La idea es si tiene tres funciones a
, b
y c
. Las características cuadráticas se generarían expandiendo (a + b + c) ^ 2
. Por lo tanto, a^2
, b^2
c^2
, a*b
, a*c
, b*c
sería el conjunto de características cuadráticas.
Dentro de PolynomialFeatures de scikit-learn, cuando se pasa el degree
argumento, se crean todos los términos hasta ese grado.
Esto se usa generalmente antes de construir un modelo lineal. Permite un sesgo menor, pero aumenta muy rápidamente el tamaño del conjunto de características.
Intento aprender algo de aprendizaje automático y me preguntaba qué son las transformaciones cuadradas y cúbicas de datos y cómo se hace. Un hombre en el foro está hablando de eso y me preguntaba cuál es la transformación de una variable y cómo se hace. Gracias