PolynomialFeatures 带有截距项
来源：8-2 scikit-learn中的多项式回归与Pipeline
qq_慕娘5021797
2020-02-07
PolynomialFeatures 生成出的数据是带有截距项的，而回归函数又重复的添加了截距项，理论上将导致共线性，导致最优解不唯一，而实际从结果看，算法机智地把多项式截距项踢掉了，回归系数为0
我想知道sklearn.LinearRegression是怎么避开共线性的？
如何在sklearn 或者python 中进行共线性检验？
如果回归时我不希望有截距项，应如何设置？
写回答
1回答
-
PolynomialFeatures 生成的数据没有截距。截距这个概念是针对直线方程来说的。而 PolynomialFeatures 的结果只不过是将原先的特征从 n1 个特征，根据多项式的规则，扩充到了 n2 个特征。
新的特征中，有一个特征的值，永远是 1，因为对应多项式的 0 次幂项。但这是一个特征，是一个维度，只不过，这个维度上，所有的数据值为 1 而已。
而将新的数据带入线性回归中求解，求出拟合度最高的直线，此时，才有截距的概念。
我没有理解什么叫不希望有截距项？对于一个直线方程来说，截距就是存在的。
继续加油！：）
032020-02-07
相似问题