Featuretools：特征工具的高级配置与调试.docxVIP

PAGE1

PAGE1

Featuretools：特征工具的高级配置与调试

1Featuretools：特征工具的高级配置与调试

1.1高级配置概览

1.1.1实体集的深度理解

在Featuretools中，实体集（EntitySet）是构建特征的基础。它由多个表（tables）和它们之间的关系（relationships）组成，能够表示复杂的数据结构。深入理解实体集的构建和管理，对于高效地生成特征至关重要。

1.1.1.1实体集的构建

实体集的构建涉及定义数据集的结构，包括数据表和它们之间的关系。例如，考虑一个包含客户信息、交易记录和产品详情的数据集：

importfeaturetoolsasft

#创建实体集

es=ft.EntitySet(id=customer_transactions)

#添加客户表

es.entity_from_dataframe(entity_id=customers,

dataframe=df_customers,

index=customer_id)

#添加交易表

es.entity_from_dataframe(entity_id=transactions,

dataframe=df_transactions,

index=transaction_id,

time_index=transaction_time)

#添加产品表

es.entity_from_dataframe(entity_id=products,

dataframe=df_products,

index=product_id)

#定义关系

es.add_relationship(ft.Relationship(es[customers][customer_id],

es[transactions][customer_id]))

es.add_relationship(ft.Relationship(es[transactions][product_id],

es[products][product_id]))

1.1.1.2实体集的优化

实体集的优化主要涉及减少内存使用和提高计算效率。例如，通过使用convert_to_lightwood函数，可以将实体集转换为更轻量级的格式，减少内存占用：

es_light=es.convert_to_lightwood()

1.1.2自定义特征基元

Featuretools允许用户自定义特征基元（primitive），以适应特定的业务需求或算法。基元是用于生成特征的函数，可以是聚合基元或转换基元。

1.1.2.1定义自定义基元

定义自定义基元需要继承AggregationPrimitive或TransformPrimitive类，并实现相应的函数。例如，定义一个计算交易金额中位数的自定义聚合基元：

classMedianTransactionAmount(ft.primitives.AggregationPrimitive):

name=median_transaction_amount

input_types=[ft.variable_types.Numeric]

return_type=ft.variable_types.Numeric

defget_function(self):

defmedian(values):

returnnp.median(values)

returnmedian

1.1.2.2使用自定义基元

定义好自定义基元后，可以在生成特征时使用它：

#注册自定义基元

ft.primitives.register_primitive(MedianTransactionAmount)

#生成特征

feature_matrix,feature_defs=ft.dfs(entityset=es,

target_en