机器学习实战 | 自动化特征工程工具Featuretools应用

【人工智能】释放数据潜能:使用Featuretools进行自动化特征工程 特征工程是机器学习流程中至关重要的一步,它直接影响模型的性能。然而,手动特征工程既耗时又需要领域专业知识。`Featuretools`是一个强大的Python库,旨在自动化特征工程的过程,帮助数据科学家快速、高效地生成高质量的特征。本文深入探讨自动特征工程的概念,并详细介绍如何使用`Featuretools`库。我们将通过实际案例演示如何利用`Featuretools`处理不同类型的数据,包括单表数据和多表关联数据,并解释其核心机制——深度特征合成(DFS)。此外,我们还将讨论`Featuretools` 阅读详情
AI摘要

本文介绍如何利用Featuretools进行Python自动化特征工程,通过BigMartSales数据集实例,展示了如何快速构建和解释复杂特征,提升电商销量预测模型效果。

在这里插入图片描述

作者:韩信子@ShowMeAI
教程地址:https://www.showmeai.tech/tutorials/41
本文地址:https://www.showmeai.tech/article-detail/209
声明:版权所有,转载请联系平台与作者并注明出处
收藏ShowMeAI查看更多精彩内容

引言

在ShowMeAI的文章 机器学习特征工程最全解读 里,我们给大家详细介绍了特征工程的操作,但我们实际上有很多工具可以辅助我们更快捷地完成特征工程,在本篇内容中,ShowMeAI给大家介绍Featuretools这个Python自动化特征工程的工具库。我们会借助于BigMart Sales数据集来演示自动化特征工程的相关应用。

Featuretools; 自动化特征工程工具; 机器学习建模流程; 9-1

1.机器学习与特征

在机器学习的背景下,特征是用来解释现象发生的单个特性或一组特性。当这些特性转换为某种可度量的形式时,它们被称为特征。

Featuretools; 自动化特征工程工具; 机器学习与特征; 9-2

2.特征工程介绍

特征工程(feature engineering):利用领域知识和现有数据,创造出新的特征,用于机器学习算法;可以手动(manual)或自动(automated)。

Featuretools; 自动化特征工程工具; 特征工程介绍; 9-3

数据与特征工程决定了模型的上限,改进算法只不过是逼近这个上限而已。

3.特征工程意义

Featuretools; 自动化特征工程工具; 特征工程的意义; 9-4

Featuretools; 自动化特征工程工具; 特征工程的意义; 9-5

4.自动化特征工程

Featuretools; 自动化特征工程工具; 自动化特征工程; 9-6

上左图显示了20世纪初一群人正在组装汽车,上右图显示了当今一群机器人在做同样的工作。自动化任何流程都可以使其变得更加高效和经济。同样,特征工程也是如此。而且,在机器学习中,常用特征的特征工程已经实现自动化。

我们有一个很好的工具可以用来帮忙完成自动化特征工程的过程,这个 Python 工具库的名称叫 Featuretools。

5.Featuretools简介

Featuretools 是一个 Python 自动化特征工程的工具库。它可以帮助大家快速构建丰富的数据特征,而把更多的时间聚焦于构建机器学习模型的其他方面。
要学会使用 Featuretools,我们要先了解它的三个主要组件:

Featuretools; 自动化特征工程工具; Featuretools简介; 9-7

实体(Entities)

  • 一个Entity可以视作是一个 Pandas 的数据框的表示,多个实体的集合称为 Entityset。

关系(relationship)

  • 关系就是表之间的关联键的定义。

特征算子(Feature primitives)

  • DFS通过将特征算子应用于Entityset的实体关系来构造新特征。算子就是一些特征工程的函数,例如 groupby、mean、max、min 等等。

Featuretools 实际上就是提供了一个框架让我们可以方便快速的通过简约的代码来实现单表的转换操作和多表的跨表连接操作,下面我们借助于 BigMart Sales 数据集实践问题中来具体讲解 Featuretools 工具。

6.Featuretools实践

这里的案例场景 BigMart Sales 要解决的是电商领域的销量预估问题,我们希望构建模型来估算特定门店中每种商品的销售额,这将有助于BigMart 的决策者找出每一个产品或门店的重要属性,这对提高整体销售起着关键性作用。请注意,在给定的数据集中,有跨 10 个门店的 1559 种商品。

数据集如下:
链接:https://pan.baidu.com/s/1qjJZjY56MnHBvmUQEMjq9g
提取码:show

下表给出了数据字段说明:

变量描述
Item_Identifier商品编号
Item_Weight商品重量
Item_Fat_Content是否是低脂商品
Item_Visibility该商品展示区域占门店中所有商品展示区域的比例
Item_Type商品所属分类
Item_MRP商品最高售价
Outlet_Identifier门店编号
Outlet_Establishment_Year门店建立年份
Outlet_Size门店占地面积
Outlet_Location_Type门店所在城市类型
Outlet_Type门店类型(杂货店或超市)
Item_Outlet_Sales门店商品销售额 (即需要预测的输出变量)

6.1 Featuretools安装

大家可以在命令行使用 pip 轻松安装 Featuretools。

pip install featuretools

6.2 导入依赖工具库及数据

import featuretools as ft
import numpy as np
import pandas as pd

train = pd.read_csv("Train.csv")
test = pd.read_csv("test.csv")

6.3 数据准备

我们先从数据中提取出目标字段和特征字段,如下:

# saving identifiers
test_Item_Identifier = test['Item_Identifier']
test_Outlet_Identifier = test['Outlet_Identifier']
sales = train['Item_Outlet_Sales']
train.drop(['Item_Outlet_Sales'], axis=1, inplace=True)

接着,我们合并训练集和测试集,以完成统一而一致的数据处理变换。

combi = train.append(test, ignore_index=True)

我们查看一下数据集的缺失值情况。

combi.isnull().sum()

Featuretools; 自动化特征工程工具; Featuretools实践; 数据准备; 9-8

我们发现字段Item_Weight和Outlet_size中有非常多的缺失值,先做一个快速处理:

# 缺失值处理
combi['Item_Weight'].fillna(combi['Item_Weight'].mean(), inplace = True)
combi['Outlet_Size'].fillna("missing", inplace = True)

6.4 数据预处理

我们只做一点简单的数据预处理,这样后续可以更充分直观地展示Featuretools的功能。

combi['Item_Fat_Content'].value_counts()

Featuretools; 自动化特征工程工具; Featuretools实践; 数据预处理; 9-9

我们发现Item_Fat_Content只包含两个类别:「低脂肪」和「常规」(虽然在字段取值上有多种,但其只是格式差异),这里我们对其进行二值化变换。

# 二值编码
fat_content_dict = {'Low Fat':0, 'Regular':1, 'LF':0, 'reg':1, 'low fat':0}

combi['Item_Fat_Content'] = combi['Item_Fat_Content'].replace(fat_content_dict, regex=True)

6.5 Featuretools特征工程

下面我们使用 Featuretools 来实现自动化特征工程。首先我们将「商品」和「门店」信息组合,构建一个数据唯一 ID。

combi['id'] = combi['Item_Identifier'] + combi['Outlet_Identifier']
combi.drop(['Item_Identifier'], axis=1, inplace=True)

因为不再需要特征 Item_Identifier,我们把它删除了。我们保留了特征 Outlet_Identifier,稍后会使用到它。

接下来我们创建一个特征EntitySet,它是一种包含多个数据框及其之间关系的结构。

# 构建实体集合es
es = ft.EntitySet(id = 'sales')

# 添加dataframe数据 
es.add_dataframe(dataframe_name = 'bigmart', dataframe = combi, index = 'id')

下面我们将使用深度特征综合(Deep Feature Synthesis)自动创建新特征。

trans_primitives=['add_numeric', 'subtract_numeric', 'multiply_numeric', 'divide_numeric'] # 2列相加减乘除来生成新特征
agg_primitives=['sum', 'median','mean']

feature_matrix, feature_names = ft.dfs(entityset=es, 
                                       target_dataframe_name = 'bigmart', 
                                       max_depth = 1, 
                                       verbose = 1,
                                       agg_primitives=agg_primitives,
                                       trans_primitives=trans_primitives,
                                       n_jobs = 8)

Featuretools; 自动化特征工程工具; Featuretools实践; 特征工程; 9-10

上述代码中:

  • max_depth 控制由叠加特征基元方式生成的特征的复杂性。
  • agg_primitives 是定义了一些统计聚合方式。
  • trans_primitives 定义了变换计算算子。
  • n_jobs 设定了多核并行特征计算的核数。

通过上述操作,Featuretools 就自行构造了许多新特征。


让我们来看看这些新构造的特征:

feature_matrix.columns

Featuretools; 自动化特征工程工具; Featuretools实践; 特征工程; 9-11

你会发现 DFS 快速构建出了非常多新特征。比我们手动操作构建特征要高效得多!

我们查看一下feature_matrix的前几行。

feature_matrix.head()

Featuretools; 自动化特征工程工具; Featuretools实践; 特征工程; 9-12

我们对这个 Dataframe 做一点小调整,我们根据 combi 数据框中的 id 变量对其进行排序。

feature_matrix = feature_matrix.reindex(index=combi['id'])
feature_matrix = feature_matrix.reset_index()

6.6 特征解释

我们还可以通过以下代码来对其构建出来的特征做解释,比如我们要解释第 20 个特征是如何得到的。

ft.graph_feature(feature_names[20])

Featuretools; 自动化特征工程工具; Featuretools实践; 特征解释; 9-13

6.7 构建模型

下面我们就可以用构建出来的特征来建模啦,预测 Item_Outlet_Sales。由于最终的数据(feature_matrix)里具有许多类别特征,我们这里使用LightGBM模型。它可以直接使用类别特征,并且本质上是可扩展的。

你可以阅读ShowMeAI的文章 图解机器学习 | LightGBM模型详解 和 LightGBM建模应用详解 了解LightGBM模型的原理和应用方法。

import lightgbm as lgb
import pandas as pd

CatBoost 要求所有类别变量都采用字符串格式。因此,我们首先将数据中的类别变量转换为字符串:

categorical_features = np.where(feature_matrix.dtypes == 'object')[0]

for i in categorical_features:
    feature_matrix.iloc[:,i] = feature_matrix.iloc[:,i].astype('str')

然后重新把 feature_matrix 拆回训练集和测试集。

feature_matrix.drop(['id'], axis=1, inplace=True)
train = feature_matrix[:8523]
test = feature_matrix[8523:]
# removing uneccesary variables
train.drop(['Outlet_Identifier'], axis=1, inplace=True)
test.drop(['Outlet_Identifier'], axis=1, inplace=True)

将训练集拆成训练和验证两部分,以便在本地测试算法的性能。

from sklearn.model_selection import train_test_split

# splitting train data into training and validation set
xtrain, xvalid, ytrain, yvalid = train_test_split(train, sales, test_size=0.25, random_state=11)

最后,训练模型。采用 RMSE(Root Mean Squared Error,均方根误差) 作为衡量指标。

# 初始化LGBMRegressor回归器
model_lgb = lgb.LGBMRegressor(iterations=5000, learning_rate=0.05, depth=6, eval_metric='RMSE', random_seed=7)
# 训练模型
model_lgb.fit(xtrain, ytrain, eval_set=[(xvalid, yvalid)], early_stopping_rounds=1000)

Featuretools; 自动化特征工程工具; Featuretools实践; 9-14

from sklearn.metrics import mean_squared_error
np.sqrt(mean_squared_error(model_lgb.predict(xvalid), yvalid))

验证数据集的 RMSE 得分是 。

在没有任何特征工程的情况下,验证集的得分为 。 因此,Featuretools 构造的特征不仅仅是随机特征,而且还非常有价值的。最重要的是,它使特征工程节省了大量时间。

参考资料

ShowMeAI系列教程推荐

相关文章推荐

风控建模九:一些特征工程方法及自动化工具小结 阅读详情

相关推荐

使用Python中的Featuretools实现自动化特征工程的实用指南

任何参与机器学习黑客马拉松和竞赛的人都知道特征工程的重要性。自从我意识到它具有巨大的潜力以来,我一直是特征工程的巨大倡导者。但手动完成时,这可能是一个缓慢而艰巨的过程。我必须花时间集思广益,讨论哪些功能,并从不同的角度分析它们的可用性。现在,整个FE(Feature Engineering,特征工程)流程都可以实现自动化,我将在本文中向您展示。 资料来源:VentureBeat 我们将使用名...

qq_42370150的博客 3000

自动化特征工程(featuretools)

一、特征是什么? 在机器学习中,特征可以描述为解释现象发生的一组特点。当这些特点转换为一些可测量的形式时,它们就称作特征。 二、特征工程 特征工程可以简单定义为从数据集的已有特征创建新特征的过程。 三、特征工程必要性 一个预测模型的性能很大程度上取决于训练该模型的数据集的特征质量。 如果能创建新特征来帮助向模型提供有关目标变量的更多信息,那么它的性能将会提升。 因此,当数据集中没有足够有用特...

weixin_39916734的博客 5312

特征工程自动化(FeatureTools实战)

本项目模拟生成的医疗、金融和电商等领域的原始数据,适用于自动化特征工程的场景。主数据表(Entity Table):例如用户数据、交易数据、患者数据等。字段可能包括用户ID、年龄、性别、注册日期、消费金额、行为记录等。关联数据表(Related Tables):例如订单数据、点击记录、诊疗记录等。多个表之间通过外键建立关联。patient_id:患者IDage:年龄gender:性别:入院日期:出院日期diagnosis:诊断结果。

闲人编程的博客 1361

Featuretools快速使用指南--看这一篇就够了

Featuretools简单攻略Featuretools介绍Featuretools快速开始 Featuretools介绍 人工特性工程是一项冗长乏味的任务,并且受到人类想象力的限制——我们可以思考创建的特性只有这么多,而且随着时间的推移,创建新特性需要大量的时间。理想情况下,应该有一个客观的方法来创建一系列不同的候选新特性,然后我们可以将这些特性用于机器学习任务。这个过程的目的不是替换数据科学家,而是使他的工作更容易,并允许他使用自动工作流补充领域知识。 Featuretools快速开始 以官方文档为例

MLwodejia的博客 9668

特征工程系列:自动化特征构造

特征工程系列:自动化特征构造 原创:JunLiang木东居士今天 0x00 前言 数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。由此可见,特征工程在机器学习中占有相当重要的地位。在实际应用当中,可以说特征工程是机器学习成功的关键。 那特征工程是什么? 特征工程是利用数据领域的相关知识来创建能够使机器学习算法达到最佳性能的特征的过程。 特征工程又包含了 D...

jliang3的博客 1719

告别Keil,在Windows上用VSCode + arm-none-eabi-gcc + Makefile搭建国产MCU开发环境(附JLink配置避坑)

本文详细介绍了如何在Windows上使用VSCode、arm-none-eabi-gcc和Makefile搭建国产MCU开发环境,替代传统的Keil和IAR。内容涵盖工具链配置、工程结构设计、Makefile编写、VSCode集成调试以及高效开发工作流,特别针对国产MCU如复旦微FM33系列提供了优化方案和避坑指南。

weixin_28729205的博客 436

特征工程全流程指南:缩放、编码、聚合、嵌入与自动化

机器学习项目中,模型性能的上限往往取决于数据预处理与特征表达的质量。特征工程涵盖特征缩放、类别编码、聚合统计、嵌入表示与自动化生成等关键技术,每一步都需结合数据分布与模型机制选择合适方案。例如,标准化与归一化需考虑异常值影响,目标编码需防止数据泄漏,时间窗口聚合需警惕未来信息。通过系统化的特征工程实践,可显著提升模型效果与稳定性,并在业务落地中保障训练与推理的一致性。

weixin_42525632的博客 182

Unity 多线程编程笔记 _Task详解

士大夫

weixin_43405845的博客 4384

特征工程之自动特征生成(自动特征衍生)工具Featuretools介绍

源文件地址:https://docs.featuretools.com/ 参考内容:https://blog.youkuaiyun.com/q337100/article/details/80804887 FeatureTools是进行特征自动生成的框架,它可以将时间和关系数据集转换为可用于机器学习的特征矩阵。 5分钟快速开始 下面是使用深度特征合成(DFS)执行自动化特征工程的示例。在本例中,我...

日进一步 9037

BERTopic模型入门教程(附代码+参数调节)

BERTopic 是一种用于从文本数据中提取主题模型的新型方法。通过结合 BERT嵌入和传统的主题模型来生成语义丰富的主题。传统的主题模型(如LDA)主要依赖于词频矩阵,而 BERTopic 通过预训练语言模型生成高维语义嵌入来捕捉词语间的复杂关系,因此可以更好地处理上下文信息。BERTopic模型可以看作是创建其主题表示的一系列步骤。核心原理如下:就本质而言,BERTopic就是一个拼装框架,可以把每部分都替换成其他模型,只要完成任务即可。

m0_52069102的博客 1万+

092、Python在芯片验证中的应用:从脚本小子到验证架构师

Python在芯片验证中的高效应用 本文通过实际案例展示了Python在芯片验证中的关键作用。凌晨三点的调试场景揭示了传统方法的局限,Python脚本能在20分钟内分析80GB波形数据定位FIFO指针问题。文章重点介绍了两个核心工具: 智能日志分析系统:通过正则表达式和上下文分析,自动分类百万行验证日志中的错误,生成可视化报告,效率远超传统grep方法。 寄存器模型生成器:将Excel表格自动转换为UVM寄存器模型代码,将原本需要两周的手工工作缩短至两小时,同时保证零错误。 文章还展示了Python与Sys

z534437748的博客 74

案例系列:客户流失预测_使用Featuretools进行自动特征工程_FeatureTools

我们有一组截止时间和标签 - 在标签时间表中 - 我们需要为每个标签构建相关特征,仅使用截止时间之前的数据。传统上,我们会手动完成这个过程,这是一个费时且容易出错的过程,使得开发可用的机器学习解决方案非常困难。使用Featuretools实现的自动特征工程,从可重用的框架中构建数百或数千个相关特征,从关系数据集中自动过滤数据基于截止时间。这种方法克服了手动特征工程的局限性,让我们在短时间内构建更好的预测模型。特征工程的一般过程如下所示:目前,使用多个相关表进行自动特征工程的唯一选择是。

数智笔记 1829

Openai gym environment for multi-agent games

用于多智能体游戏的 OpenAI Gym 环境

suiusoar 1197

Auto-ML之自动化特征工程

向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号:datayx1. 引言机器学习是朝着更高的易用性、更低的技术门槛、更敏捷的开发成本的方向去发展,且...

datayx的文章 1305

手把手教你学Simulink——基于Simulink的模糊自适应PI调节FOC电流环

本文提出基于模糊自适应PI控制的FOC电流环优化方案,针对传统PI控制参数固化、抗扰性差等问题,通过模糊逻辑在线调整PI参数。方案采用双输入(电流误差及变化率)和三输出(ΔKp/ΔKi/PI调节)结构,实现动态响应时间<30μs(提升38%)、超调<5%(降低71%)、参数摄动下误差<±0.4A(精度提升73%)。详细介绍了Simulink建模步骤,包括模糊规则设计(7语言变量、49条规则)、隶属度函数配置及自适应PI实现逻辑,并提供实机部署建议。仿真结果表明,该方法显著提升系统鲁棒性,特

MHD0815的博客 79

基于深度学习的生活垃圾检测与分类系统:YOLOv5、YOLOv6、YOLOv7与YOLOv8实现

本项目的目标是开发一个基于YOLO系列模型的生活垃圾检测与分类系统。数据集准备与标注:收集并标注生活垃圾图像数据集。模型训练:使用YOLOv5、YOLOv6、YOLOv7、YOLOv8等深度学习模型训练垃圾分类系统。UI界面设计:设计一个简洁的用户界面,支持图像或视频的上传与垃圾分类结果展示。实时垃圾检测与分类:通过摄像头进行实时垃圾检测和分类。结果展示与保存:展示检测结果,支持用户保存分类后的图像或视频。

YOLO 705

Featuretools 自动化特征工程实战:从多表数据到机器学习特征矩阵

Featuretools 是一个面向 Python 的开源自动化特征工程(automated feature engineering)库,核心能力是把多张彼此关联、带时间戳的表自动转化为可直接用于机器学习的特征矩阵。本文以仓库 [README.md](https://link.gitcode.com/i/22c357dde476745510d12d8d1f90e8db) 为骨架,结合仓库源码深入讲

gitblog_00455的博客 649

【ESP32摄像头开发实例】-视频流接入Home Assistant

在这个项目中,我们将使用ESP32-CAM板构建一个IP监控摄像头。ESP32摄像头将托管一个视频流媒体网络服务器,您可以使用网络中的任何设备进行访问。

视觉与物联智能 795

2022年Python自动化特征工程框架

特征工程一般是手动完成,不仅依赖于工程师的丰富经验,也非常耗时。因此『自动化特征工程』可以自动生成大量候选特征,帮助数据科学家显著提升了工作效率和模型效果。

ShowMeAI研究中心 1万+

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

独家 | 用Python Featuretools库实现自动化特征工程(附链接)

作者:Prateek Joshi翻译:张玲校对:李润嘉本文约4000字,建议阅读10分钟。本文简要介绍特征工程的基本组成部分,并用直观的示例理解它们,最后给出使用Pyth...

数据派THU 1882

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

如何用Featuretools构建高效机器学习特征工程系统:终极完整指南

特征工程是机器学习项目中最耗时且最具挑战性的环节之一,而Featuretools正是解决这一痛点的强大Python库。这个开源自动化特征工程工具能够智能地从原始数据中提取有价值的特征,大幅提升数据科学工作效率。无论你是数据科学新手还是经验丰富的机器学习工程师,掌握Featuretools都能让你的特征工程流程变得更加高效和系统化。 ## 🚀 为什么Featuretools是特征工程的革命性工具

gitblog_00411的博客 827

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Featuretools:自动化特征工程的开源Python库

Featuretools是一个开源的Python库,专门用于自动化特征工程。它通过深度特征合成(Deep Feature Synthesis, DFS)技术,能够从多表数据集中自动生成复杂的特征,极大地简化了数据科学家的工作流程。Featuretools的主要编程语言是Python,它充分利用了Python的生态系统,与常见的数据科学工具如Pandas、Scikit-learn等无缝集成。 ##...

gitblog_00550的博客 972

【机器学习入门】105.[第7章 特征工程与数据质量] 自动特征工程:FeatureTools与特征发现

【自动特征工程实战指南】 FeatureTools让数据特征自动生成效率提升50倍!本文通过7大模块解析这一利器:从手工特征的血泪史到自动化优势,详解EntitySet、DFS、基元三大核心概念,提供电商场景实战案例(10行代码生成136维特征),并分享自定义基元开发与特征筛选策略。重点解决日期格式、维度爆炸等常见陷阱,助你快速构建高质量特征集,告别低效手工操作。 核心亮点: 自动化特征组合:深度挖掘跨表关系 智能维度控制:平衡特征数量与质量 可视化验证:清晰追踪特征生成路径 实战避坑指南:解决90%新手高

822

免费的机器学习特征工程工具,Featuretools

1. **自动化特征生成**:FeatureTools能够自动从时间序列、用户日志等复杂数据中提取有效的统计特征和聚合特征。2. **深度特征合成(DFS)**:类似于深度学习中的多层特征抽象,DFS能构建高层次的特征,挖掘数据中深层次的关系。1. **时间窗口特征**:通过设置cutoff_time参数,可以生成特定时间窗口内的特征。4. **可解释性**:虽然自动生成特征,但每项特征的来源都清晰可追踪,方便后续分析。3. **特征选择**:生成大量特征后,建议配合特征选择方法(如递归特征消除)使用。

2509_93945446的博客 411

分类器特征工程自动化:FeatureTools云端并行处理

FeatureTools是一个开源的Python库,专门用于自动化特征工程。它的核心思想是通过定义数据实体和关系,自动生成大量有意义的特征,而无需手动编写代码。举个生活中的例子:假设你要预测一家咖啡店明天的销售额。传统方法需要你手动计算"过去7天的平均销售额"、"上周同期的销售额"等特征。而FeatureTools会自动帮你生成这些特征,甚至能发现你可能没想到的有用特征,比如"节假日前后3天的销售变化趋势"。客户交易记录传感器时间序列数据用户行为日志金融交易数据# 创建一个空的实体集。

YellowSun24的博客 905

自动特征构建工具——featuretools

简介 featuretools是一个可以实现单表的转换操作和多表的跨表连接操作的框架。它擅长于将时间和关系数据集转换为机器学习的特征矩阵。 特征工程常见的方法分为两种:1、针对单表的transform操作,例如log变换,特征编码等,都是在一张表上进行的;2、groupby聚合操作,一般是跨表进行的,比如groupby min max mean等等。 官方文档 参考博客 知乎 知乎 多表操作 定义实体集 实体(entity,多个实体则称为实体集entityset)。实体就是一张表或者一个dataframe,

未央的博客 1770
上一篇: 机器学习实战 | 机器学习特征工程最全解读
下一篇: 机器学习实战 | AutoML自动化机器学习建模
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值