我确实试图在不同的条件下找到一个合适的细胞通透性函数。如果假设磁导率为常数,我可以将其与实验数据相匹配,并使用Sklearns PolynomialFeatures
和LinearModel
(如this post中所述),以确定条件和渗透率之间的相关性。然而,渗透率不是常数,现在我尝试用渗透率作为工艺条件的函数来拟合我的模型。sklearn的PolynomialFeature
模块非常好用。在
在scipy或numpy中是否有一个等价函数,它允许我创建一个可变顺序的多项式模型(包括交互项,例如a*x[0]*x[1]
等),而不需要手工编写整个函数?在
numpy中的标准多项式类似乎不支持交互项。在
我不知道这样一个函数能完全满足您的需要,但是您可以使用}的组合来实现它。在
itertools
和{如果有
n_features
预测器变量,则必须生成所有长度为n_features
的向量,这些向量的条目是非负整数,并按指定的顺序求和。每一个新的特征列都是使用这些向量的分量幂,这些向量的和为给定的顺序。在例如,如果
order = 3
和n_features = 2
,新特性之一将是将旧特性提升到各自的幂,[2,1]
。我已经写了一些代码下面的任意顺序和数量的功能。我修改了从this post求和为order
的向量的生成。在下面是一些用法示例:
^{pr2}$最后,我要提到的是,SVM polynomial kernel在没有显式计算多项式映射的情况下就可以达到这种效果。当然有赞成和反对的意见,但我想我应该提一下,让你考虑一下,如果你还没有。在
相关问题 更多 >
编程相关推荐