Làm thế nào để chuẩn bị các tương tác của các biến phân loại trong scikit-learn?

Cách tốt nhất để chuẩn bị các tương tác của các tính năng phân loại trước khi phù hợp với scikit-learn là gì?

Với statsmodelstôi có thể thuận tiện nói theo kiểu R smf.ols(formula = 'depvar ~ C(var1)*C(var2)', data=df).fit()(tương tự trong Stata với regress depvar i.var1##i.var2).

Có thể sklearn.preprocessing.PolynomialFeatures(trong v0.15, hiện tại dev) có thể được sử dụng với các biến phân loại không?

Thật vậy, bạn có thể sử dụng Patsy với scikit-learn để có được kết quả giống như bạn nhận được với R hoặc với ký hiệu công thức trong các mô hình thống kê. Xem mã dưới đây:

from patsy import dmatrices

# create dummy variables, and their interactions
y, X = dmatrices('depvar ~ C(var1)*C(var2)', df, return_type="dataframe")
# flatten y into a 1-D array so scikit-learn can understand it
y = np.ravel(y)

bây giờ bạn có thể sử dụng bất kỳ mô hình nào được triển khai trong scikit-learn với các ký hiệu thông thường có X là biến độc lập và y là biến phụ thuộc.

Sử dụng Patsy .

Patsy là một trong những thư viện Python yêu thích của tôi: nó làm một việc, và chỉ có một điều, thực sự rất tốt.