自动特征生成框架OpenFE使用示例

前言

• 在表格数据的建模中，特征工程至关重要，OpenFE框架可以帮助我们快速找到有效益的交叉特征，并且提供一定的可解释性
• 这里提供论文地址，我在博客中也对这篇论文进行了解读，OpenFE的项目地址和官方文档
• 在使用OpenFE时，请先安装这个库pip install openfe

使用示例

导入必要包

# 加载包
import datetime
import yaml
import numpy as np
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
from sklearn.ensemble import RandomForestRegressor

# 忽略警告
import warnings
warnings.filterwarnings('ignore')

from openfe import openfe, transform, tree_to_formula
import multiprocessing
from typing import Tuple

导入训练数据

def read_csv(file_name: str) -> pd.DataFrame:
    return pd.read_csv(file_name, encoding='utf-8')

df_train = read_csv('train.csv')
df_test = read_csv('test.csv')

使用OpenFE进行特征工程

• 函数参数说明：df_train训练数据，df_test测试数据，target目标列名
• 输出：train_x训练数据，train_y测试数据

def open_fe(df_train: pd.DataFrame, df_test: pd.DataFrame, target: str) -> Tuple[pd.DataFrame, pd.DataFrame]<