解锁PolynomialFeatures高阶技巧：interaction_only与include_bias的工程实践

当特征工程遇到多项式扩展时，多数数据科学从业者会条件反射地设置degree=2然后匆匆进入建模环节。这种操作就像用瑞士军刀只开瓶盖——你永远不知道自己错过了什么。本文将带你深入sklearn的PolynomialFeatures两个最被低估的参数：interaction_only和include_bias，它们能帮你从相同的特征中提取更智能的组合方式。

1. 参数背后的数学逻辑

理解参数前，我们需要拆解多项式特征的生成机制。假设现有特征矩阵X包含两个特征[a,b]，当degree=2时，默认生成的特征组合为：

python复制[1, a, b, a², ab, b²]

这个看似简单的过程实则包含三个关键设计选择：

1. 常数项1：对应include_bias参数控制
2. 平方项a²/b²：与interaction_only参数直接相关
3. 交叉项ab：所有多项式扩展的核心价值所在

include_bias的默认True值保留了线性代数中的常数项传统。在统计建模中，这个1对应着截距项（intercept），让模型可以自由决定回归平面的"基准高度"。而interaction_only的False默认值则反映了传统多项式回归的完整形式。

数学视角：当include_bias=False时，相当于强制模型必须通过原点(0,0)。这在某些物理定律建模中是必要的，但对大多数商业场景可能造成不合理的约束。

2. interaction_only的实战价值

设置interaction_only=True时，特征组合会发生质的变化：

python复制# 原始特征：[a, b]
PolynomialFeatures(degree=2, interaction_only=True).fit_transform(X)

输出矩阵将只包含：

code复制[1, a, b, ab]

这种模式下，系统会智能规避所有纯平方项（a²/b²），仅保留不同特征间的交互作用。这在以下场景特别珍贵：

• 高相关特征处理：当a和b本身已经是多项式特征（如a=x, b=x²）