机器学习数据预处理（sklearn库系列函数）

【1】

sklearn.preprocessing.PolynomialFeatures

PolynomialFeatures有三个参数

degree：控制多项式的度
interaction_only： 默认为False，如果指定为True，那么就不会有特征自己和自己结合的项，上面的二次项中没有a^2和b^2。
include_bias：默认为True。如果为True的话，那么就会有上面的 1那一项。

例子1，interaction_only为默认的False时
from sklearn.preprocessing import PolynomialFeatures
a = [[2,4]]
pol = PolynomialFeatures()
b = pol.fit_transform(a)
print(b)

out：array([[ 1.  2.  4.  4.  8. 16.]])    #符合（1,a,b,a^2,ab, b^2）


例子2，interaction_only=True时
from sklearn.preprocessing import PolynomialFeatures
a = [[2,4]]
pol = PolynomialFeatures(interaction_only=True)
b = pol.fit_transform(a)
print(b)
out：array([[1. 2. 4. 8.]])    #输出中不包含a^2和b^2项

【2】

sklearn.preprocessing.scale(X, axis=0, with_mean=True,with_std=True,copy=True)

X：数组或者矩阵
axis：int类型，初始值为0&#