- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
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
您可能关注的文档
- fastText:模型部署与服务化教程.docx
- fastText:模型训练与优化技巧.docx
- fastText:文本分类任务实战.docx
- fastText:相似度计算与推荐系统技术教程.docx
- fastText:语言模型与文本分类的深度探索.docx
- fastText项目实践:构建文本分类器.docx
- fastText与深度学习融合技术教程.docx
- Featuretools:大规模数据集上的特征工具应用.docx
- Featuretools:入门与基础概念.docx
- Featuretools:深度特征合成实践.docx
- 中国国家标准 GB/T 4214.17-2024家用和类似用途电器噪声测试方法 干式清洁机器人的特殊要求.pdf
- GB/T 4214.17-2024家用和类似用途电器噪声测试方法 干式清洁机器人的特殊要求.pdf
- 《GB/Z 43202.1-2024机器人 GB/T 36530的应用 第1部分:安全相关试验方法》.pdf
- GB/Z 43202.1-2024机器人 GB/T 36530的应用 第1部分:安全相关试验方法.pdf
- 中国国家标准 GB/Z 43202.1-2024机器人 GB/T 36530的应用 第1部分:安全相关试验方法.pdf
- 中国国家标准 GB/T 32455-2024航天术语 运输系统.pdf
- GB/T 32455-2024航天术语 运输系统.pdf
- 《GB/T 32455-2024航天术语 运输系统》.pdf
- GB/T 44369-2024用于技术设计的人体运动生物力学测量基础项目.pdf
- 中国国家标准 GB/T 44369-2024用于技术设计的人体运动生物力学测量基础项目.pdf
最近下载
- 新生300天图解教程.docx
- 专题05:评价诗歌思想内容和观点态度(解析版)-2025年高考语文一轮复习知识清单.docx
- S7-200 SMART PLC应用技术 模块一 S7-200 SMART PLC基本指令的应用.pptx VIP
- 2024“降低非计划重返手术室再手术率”实施方案.pdf
- 《小蝌蚪找妈妈》识字微课教学课件—【精品课件】.pptx
- 高电压工程基础-第二版-课后答案-(施围-邱毓昌-张乔根).pdf
- 中医内病外治的研究进展及思路_全身性疾病药物外治的文献回顾_发展趋势及技术要点.pdf
- 部编版(五四制)语文六年级上册第二单元综合素质评价卷(含答案).doc VIP
- 2023年武汉科技大学法学专业《民法学》期末试卷A(有答案).docx VIP
- 浅谈中医内病外治法课件.ppt
文档评论(0)