是否有一种优化的方法可以在 R 中执行此功能“ PolynomialFeatures ”？我有兴趣创建多项式特征矩阵，即所有列之间的两列之间的交互，但我找不到在 R 中最佳执行此操作的基本函数或包，我不想从 Python 脚本导入数据在 R中使用 sklearn 的PolynomialFeatures函数。
这个想法是改变这个：
array([[0, 1],
[2, 3],
[4, 5]])
进入这个：
array([[ 1., 0., 1., 0., 0., 1.],
[ 1., 2., 3., 4., 6., 9.],
[ 1., 4., 5., 16., 20., 25.]])
拦截和仅交互选项很好，可选。我可以自己扩展-省略那些。
您可以使用两种方法：一种采用公式参数，或者如果您不使用公式，您可以使用model.matrix.
您可以执行以下操作：
# Using the same data from the question:
data <- data.table(A = c(0, 2, 4),
B = c(1, 3, 5))
> data
A B
1: 0 1
2: 2 3
3: 4 5
formula = y ~ .^2
model.matrix(formula, data=data)
(Intercept) A B A:B
1 1 0 1 0
2 1 2 3 6
3 1 4 5 20
您可以对所有变量使用以下公式：
formula = y ~ .^2 + poly(var, 2, raw=TRUE)[, 2] ... etc
此外，您可以自动粘贴变量名称。基于这篇文章的公式
formula <- as.formula(paste(' ~ .^2 + ',paste('poly(',colnames(data),',2, raw=TRUE)[, 2]',collapse = ' + ')))
> formula
~.^2 + poly(A, 2, raw = TRUE)[, 2] + poly(B, 2, raw = TRUE)[, 2]
> model.matrix(formula, data=data)
(Intercept) A B poly(A, 2, raw = TRUE)[, 2] poly(B, 2, raw = TRUE)[, 2] A:B
1 1 0 1 0 1 0
2 1 2 3 4 9 6
3 1 4 5 16 25 20
生成的数据框与问题中的数组相同。
> formula <- as.formula(paste(' ~ A:B + ',paste('poly(',colnames(data),',2, raw=TRUE)[, 2]',collapse = ' + ')))
> formula
~A:B + poly(A, 2, raw = TRUE)[, 2] + poly(B, 2, raw = TRUE)[, 2]
> model.matrix(formula, data=data)
(Intercept) poly(A, 2, raw = TRUE)[, 2] poly(B, 2, raw = TRUE)[, 2] A:B
1 1 0 1 0
2 1 4 9 6
3 1 16 25 20