我的代码是： import numpy as np from sklearn.preprocessing import PolynomialFeatures # 创建一个随机的输入数据，形状为(10, 3) X = np.random.randn(10, 3) # 创建一个多项式特征转换器，指定最大度数为8，不包含偏置项 poly = PolynomialFeatures(degree=8, include_bias=False) # 对输入数据进行多项式特征转换，得到一个形状为(10, 512)的输出数据 X_poly = poly.fit_transform(X) # 打印输出数据的形状 print(X_poly.shape) 我的输出是： (10, 164)

你的代码中指定的最大度数为8，但是输出的数据的第二个维度只有164，这个不够容纳最大度数为8的所有组合特征。你可以检查一下，是否在创建多项式特征转换器时，传入的参数degree不正确。另外，你可以使用下面的代码来检查每个特征的系数，看看是否有问题：

coefs = poly.get_feature_names()
print(coefs)

如果输出的coefs中有缺失的特征项，那么说明在特征转换过程中可能出现了问题。