下面这些代码怎么理解？

这是机器学习逻辑回归中的特征映射，不能理解麻烦各位看一下帮忙

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7491804
• 这篇博客也不错, 你可以看下以下机器学习中，在数据预处理时，不需要考虑归一化处理的是
• 除此之外, 这篇博客: 机器学习、深度学习笔试题面试题整理中的 下列方法中，可以用于特征降维的方法包括（） 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  主成分分析PCA ✔
  线性判别分析LDA ✔
  深度学习SparseAutoEncoder ✔
  矩阵奇异值分解SVD ✔
  最小二乘法LeastSquares

• 您还可以看一下 刘建萍老师的人工智能系列课程零基础讲解知识点和实例应用线性回归梯度下降逻辑回归课程中的 讲解机器学中会涉及到的有关数学方面的知识储备有哪些小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^