常规特征工程学方法通过人工构造特征，是一个繁琐、费时且易出错的过程。自动化特征工程是一个通过诸如Fearturetools之类的工具，从一组相关数据表中自动产生有用特征的过程。与手工生成的特征相比，该方法效率更高，重复性更高，并能更快的建立模型。
一、Featuretools是什么？
Featuretools是一个用于执行自动化特征工程的开源库。
二、Featuretools基本的三个概念
1、Feature Primitives(特征基元)：
生成特征的常用方法，分为聚合、转换的方式。
特征加工方法
import featuretools as ft ft.list_primitives()
2、Entity(实体)
可以被看作类似Pandas DataFrame, 多个实体的集合称为Entityset。
实体间可以根据关联键添加关联关系Relationship。
3、dfs(深度特征合成)
是从多个数据集创建新特征的过程，可以通过设置搜索的最大深度(max_depth)来控制所特征生成的复杂性。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/4505/viewspace-2830615/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
Python网络爬虫IP限制破解
下一篇：
java IO流序列化的概念
请登录后发表评论
登录
全部评论
