PolynomialFeatures类是干嘛的？

1. 什么是PolynomialFeatures类？

        PolynomialFeatures类是sklearn.preprocessing模块中的一个类，用于生成多项式特征。它能够将原始的特征转换为多项式特征，以便应用在回归模型中，从而使模型捕捉到输入数据的非线性关系。

2. 主要功能

        PolynomialFeatures的作用是将输入的特征拓展成多项式特征。例如，如果你有一个一维特征x，它可以拓展出x, x^2, x^3等等，具体取决于你设置的多项式的阶数。

3. 为什么需要PolymomialFeatures呢？

        在简单的线性回归模型中，我们拟合的是线性的直线，可能无法很好地捕捉数据中的复杂模式。然而，通过引入多项式特征，我们可以让模型拟合更复杂的曲线，解决非线性回归问题。

4.用法：

 

#引入库
from sklearn.preprocessing import PolynomialFeatures

#初始化类并实例化
ploy_reg = PolynomialFeatures(degree = 4)

#被拟合前的数据
X = [[1], [2], [3]]

#拟合后的数据
X_ploy = ploy_reg.fit_transform(X)