PolynomialFeatures按阶数和交互规则生成特征，如degree=2时输出[1,a,b,a²,ab,b²]，interaction_only=True则剔除平方项；需复用同一实例做transform，配合StandardScaler并避免缺失值与类别变量。
PolynomialFeatures 生成的特征到底长啥样？
它不是简单把两个变量相乘，而是按阶数和交互项规则穷举组合。比如 degree=2、interaction_only=False 时，[a, b] 会变成 [1, a, b, a², ab, b²]；设 interaction_only=True 才去掉平方项，只留 [1, a, b, ab]。
- 默认带常数项（
include_bias=True），但线性模型如LinearRegression通常自己加截距，这里重复反而影响系数解释 -
PolynomialFeatures不做标准化，原始量纲差异大会让高次项主导数值，后续必须跟StandardScaler - 列名不会自动保留，用
get_feature_names_out()才能查清第 5 列到底是a*b还是b²
为什么 fit_transform 后直接丢给模型总报错？
常见报错是 ValueError: X has 100 features per sample; expecting 55 —— 说明训练和预测时列数对不上。根本原因是：没用同一个 PolynomialFeatures 实例做 transform，而是重新 fit_transform 测试集。
- 训练时：用
poly = PolynomialFeatures(degree=2).fit(X_train)，再poly.transform(X_train) - 预测时：必须复用同一个
poly实例，调poly.transform(X_test)，绝不能新建再fit - 如果用
pipeline，顺序必须是PolynomialFeatures→StandardScaler→ 模型，否则 scaler 会因维度变化出错
交互特征真能提升效果？还是纯靠堆维度？
它只在变量间存在明确乘法关系时才有效，比如“房间数 × 楼层”可能比单独两项更能反映高层小户型的稀缺性；但对“年龄 × 血压”这类无机理支撑的组合，大概率只是过拟合。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 先看业务逻辑：是否真有理由相信 A 和 B 的联合效应非线性？别为交互而交互
- 控制爆炸式增长：
n_features=10、degree=3会产生近 220 列，interaction_only=True能压到约 120 列 - 树模型（
RandomForest、XGBoost）本身能捕获交互，硬加多项式特征反而稀释信号，优先考虑用feature_interaction类参数替代
和 sklearn.preprocessing.PolynomialFeatures 一起用的坑
名字就叫 PolynomialFeatures，但它不处理缺失值、不支持稀疏矩阵输入（除非显式设 order="F"）、也不兼容 categorical 变量 —— 所有 object 或 category 列必须提前编码或剔除。
- 输入含
np.nan？会直接报ValueError: Input contains NaN，得先用SimpleImputer - 用
pd.get_dummies编码后列数暴增，再套PolynomialFeatures极易内存溢出，建议先选 top-K 热门类别再交互 -
PolynomialFeatures输出是 dense 数组，哪怕输入是稀疏矩阵，想保持稀疏得手动转回scipy.sparse
最常被忽略的是：它不检验原始特征是否已中心化。如果 X 中某列均值很大（比如收入单位是“元”而非“万元”），a² 项会远超其他项量级，标准化这一步，少有人真去执行。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
