使用Python的功能組合NumPy

Question

對於任務，我必須使用屬於某些數據的功能的不同組合來評估分類系統。通過特徵我的意思是測量，例如身高，體重，年齡，收入。因此，舉個例子，我想看看分類器在給定高度和重量的情況下的表現如何，然後根據身高和年齡表示。我不僅希望能夠測試哪兩種功能最好地協同工作，而且還希望將3個功能最好地結合在一起，並且希望能夠將其推廣到n功能。

我一直在嘗試使用numpy的mgrid，創建n維數組，將它們展平，然後創建使用每個數組中相同元素創建新數組的數組。棘手的所以這裏解釋一下是一些代碼和僞代碼：

import numpy as np 

def test_feature_combos(data, combinations): 
    dimensions = combinations.shape[0] 
    grid = np.empty(dimensions) 
    for i in xrange(dimensions): 
     grid[i] = combinations[i].flatten() 
    #The above code throws an error "setting an array element with a sequence" error which I understand, but this shows my approach. 

    **Pseudo code begin** 
    For each element of each element of this new array, 
    create a new array like so: 
    [[1,1,2,2],[1,2,1,2]] ---> [[1,1],[1,2],[2,1],[2,2]] 
    Call this new array combo_indices 
    Then choose the columns (features) from the data in a loop using: 
    new_data = data[:, combo_indices[j]] 

combinations = np.mgrid[1:5,1:5] 
test_feature_combos(data, combinations) 

我承認，這種做法意味着很多是由於重複不必要的組合，但我甚至無法實現這個乞丐所以不能挑肥揀瘦。

請有人建議我如何能a）實現我的方法或b）以更加優雅的方式實現這一目標。

在此先感謝，並告知我是否需要澄清，這很難解釋。

Answer 1

爲了產生從一組尺寸的無需更換繪製Ñ可以使用itertools.combinations的ķ元素的所有組合，例如：

idx = np.vstack(itertools.combinations(range(n), k)) # an (n, k) array of indices 

對於特殊情況，其中k = 2時它往往更快地使用nxn矩陣的上三角的索引，例如：

idx = np.vstack(np.triu_indices(n, 1)).T