多项式特征和交互项是特征工程中常用的两种技术，用于扩展原始特征集以提高模型的表现。
多项式特征：多项式特征是指将原始特征的幂次方作为新的特征，以增加特征的非线性表达能力。例如，对于一个一元特征x ，它的二次多项式特征为 x^2 ， 三次多项式特征为 x^3 ，依此类推。多项式特征的生成可以通PolynomialFeatures 类来实现。例如，对于一个包含两个特征 x1和x2的数据集，如果使用二次多项式特征，那么将生成
这三个特征，以及 x1和x2 这两个原始特征。
交互项：交互项是指两个或多个特征之间的乘积，用于捕捉特征之间的相互作用效应。通过引入交互项，可以使模型更好地拟合数据中的复杂关系。例如，在房屋价格预测中，房屋的面积和卧室数量可能并不是独立的，可能存在面积和卧室数量的交互效应，即房屋价格不仅受面积影响，还受卧室数量影响，而且二者之间的影响并不是简单的叠加关系。
交互项可以通过将特征进行相乘来生成。例如，在房屋数据中，如果有两个特征 x 1 和 x2 ，那么生成的交互项为 x1 * x2。
多项式特征和交互项的引入可以帮助模型更好地拟合数据中的复杂关系，提高模型的表现。但需要注意，引入过多的特征可能导致模型过拟合，因此在使用这些技术时需要根据实际情况进行调整和控制。
