使用sklearn.preprocessing.PolynomialFeatures来进行特征的构造。
它是使用多项式的方法来进行的，如果有a，b两个特征，那么它的2次多项式为（1,a,b,a^2,ab, b^2），这个多项式的形式是使用poly的效果。
PolynomialFeatures有三个参数
degree：控制多项式的度
interaction_only： 默认为False，如果指定为True，那么就不会有特征自己和自己结合的项，上面的二次项中没有a^2和b^2。
include_bias：默认为True。如果为True的话，那么就会有上面的 1那一项。
例子1，interaction_only为默认的False时
c=[[5,10]] #c=[[a,b]],这里要注意a的shape，如果是list形式，则将a.shape=-1,1
pl=PolynomialFeatures()
b=pl.fit_transform(c)
b
pl=PolynomialFeatures()
b=pl.fit_transform(c)
b
输出：
array([[ 1., 5., 10., 25., 50., 100.]]) #符合（1,a,b,a^2,ab, b^2）
例子2，interaction_only=True时
c=[[5,10]]
pl=PolynomialFeatures(interaction_only=True)
b=pl.fit_transform(c)
b
pl=PolynomialFeatures(interaction_only=True)
b=pl.fit_transform(c)
b
输出：
array([[ 1., 5., 10., 50.]]) #输出中不包含a^2和b^2项