scikit-learnでカテゴリ変数の相互作用を準備する方法は？

scikit-learnでフィッティングする前に、カテゴリ特徴の相互作用を準備する最良の方法は何ですか？

とstatsmodels私はRスタイルで便利に言うことができましたsmf.ols(formula = 'depvar ~ C(var1)*C(var2)', data=df).fit()（とスタタで同じですregress depvar i.var1##i.var2）。

sklearn.preprocessing.PolynomialFeatures（v0.15では、現在開発中）カテゴリ変数を使用できますか？

確かに、Patsyをscikit-learnと組み合わせて使用​​すると、Rを使用した場合と同じ結果を得ることができます。以下のコードを参照してください。

from patsy import dmatrices

# create dummy variables, and their interactions
y, X = dmatrices('depvar ~ C(var1)*C(var2)', df, return_type="dataframe")
# flatten y into a 1-D array so scikit-learn can understand it
y = np.ravel(y)

Xを独立変数、yを従属変数とする通常の表記法でscikit-learnに実装された任意のモデルを使用できるようになりました。

Patsyを使用します。

Patsyは私のお気に入りのPythonライブラリの1つです。1つだけ、そして1つだけ、本当にうまくいきます。