使用特征工具创建聚合特征的逻辑

Posted 2023-03-29

【中文标题】使用特征工具创建聚合特征的逻辑

【英文标题】：The logics of the creation of aggregated features with featuretools

【发布时间】：2022-01-07 00:49:52

【问题描述】：

我有一个包含几列的数据集，包括 date、instance_id、numerical_x 和 categorical_y。我使用featuretools 包进行特征生成，因为它具有强大的考虑时间变化的能力。

我想要得到像mean(numerical_x groupby categorical_y) 这样的功能并将其合并到categorical_y 列上的主框架。我猜如何用featuretools 自己创建它 - 我的 EntitySet 应该是什么样子，应该包含哪些功能原语等等？

【参考方案1】：

Featuretools 有一个原语 CumMean 可以用作 groupby 原语以及额外的 primitive_options 参数到 dfs 以获得您所描述的确切功能。可以在 here 中查看 Featuretools 文档中的示例。

对于您所描述的情况，如果您有一个数据框 df，则听起来您的 EntitySet 应该看起来像这样：

es = EntitySet()
es.add_dataframe(dataframe_name="my_dataframe", 
                 dataframe=df,
                 index="instance_id"
)

那么你的 DFS 调用可以这样进行：

fm, f = ft.dfs(entityset=es,
       target_dataframe_name='my_dataframe',
       agg_primitives=[],
       trans_primitives=[],
       groupby_trans_primitives=['cum_mean'],
       primitive_options=
           'cum_mean': 'include_groupby_columns': 'my_dataframe': ['categorical_y'],
                        'include_columns': 'my_dataframe': ['numerical_x']
                       
       )