TLDR:如何从sklearn.preprocessing.PolynomialFeatures()函数获取输出numpy数组的header？假设我有以下代码...importpandasaspdimportnumpyasnpfromsklearnimportpreprocessingasppa=np.ones(3)b=np.ones(3)*2c=np.ones(3)*3input_df=pd.DataFrame([a,b,c])input_df=input_df.Tinput_df.columns=['a','b','c']input_dfabc012311232123poly=pp

在sklearn的多项式特征方面需要帮助。它适用于一个功能，但每当我添加多个功能时，它还会在数组中输出一些值，除了提升到度数的值之外。例如:对于这个数组，X=np.array([[230.1,37.8,69.2]])当我尝试X_poly=poly.fit_transform(X)输出[[1.00000000e+002.30100000e+023.78000000e+016.92000000e+015.29460100e+048.69778000e+031.59229200e+041.42884000e+032.61576000e+034.78864000e+03]]在这里，8.6977

我正在尝试实现scikit-learn的PolynomialFeatures作为TensorFlow和Keras中前馈神经网络的一层。为了简单起见，我将给出一个使用NumPy数组的示例。如果一个batch有3个样本，某一层的activations等于(3,2)形矩阵>>>X=np.arange(0,6).reshape(2,3)>>>Xarray([[0,1],[2,3],[4,5]])然后我希望下一层的激活等于X的2次多项式特征展开:>>>fromsklearn.preprocessingimportPolynomialFeatures>>>PolynomialFeatures(de