featuretools，可自动构造机器学习特征的Python库

向AI转型的程序员都关注了这个号👇👇👇

机器学习AI算法工程公众号：datayx

目前，很多机器学习项目的模型选择开始转向自动化，而特征工程仍然主要以人工为主。这个过程的重要性可能比模型选择更重要，人工得到的特征总带有一定的局限性。在本文中作者将为我们介绍如何使用 Feature Tools Python 库实现特征工程自动化，项目已开源。

项目下载地址

关注微信公众号 datayx 然后回复特征工程即可获取。

AI项目体验地址 https://loveai.tech

机器学习模型只能从我们给定的数据中学习，所以构造一个和任务相关的特征是至关重要的。

然而，人工特性工程是一项冗长乏味的任务，并且受到人类想象力的限制——我们可以思考创建的特性只有这么多，而且随着时间的推移，创建新特性需要大量的时间。理想情况下，应该有一个客观的方法来创建一系列不同的候选新特性，然后我们可以将这些特性用于机器学习任务。这个过程的目的不是替换数据科学家，而是使她的工作更容易，并允许她使用自动工作流补充领域知识。

5分钟快速开始

下面是使用深度特征合成（DFS）执行自动化特征工程的示例。在本例中，我们将DFS应用于一个由多个表组成的带有时间戳的客户交易数据集。

准备数据

本示例使用的数据集包含三张表。在Featuretools中将表称之为entity。本示例包含的三个entity如下所示：

customers：由不同的客户记录组成，一个客户可以有多个session
sessions：由不同的session记录组成，一个session记录包括多个属性
transactions：由不同的交易记录组成，一个session可以包括多个交易事件

首先，我们用数据集中的所有实体指定一个字典。

其次，我们指定实体的关联方式。当两个实体有一对多关系时，即为父子实体关系。父实体的一条记录对应子实体中的多条记录。例如Customer Entity（customer_id zip_code join_date date_of_birth）与session Entity（session_id customer_id device session_start）,一个客户可以有多条会话记录。定义父子关系的语句如下所示：