Featuretools 如何将深度特征合成应用于单个表

经过处理后，我的数据是一个表，其中有几列是特征，一列是标签。我想使用

featuretools.dfs

来帮助我预测标签。是否可以直接执行，还是需要将单个表拆分为多个

可以在单个表上运行DFS。例如，如果您有一个带有索引的熊猫数据帧

df

“index”，您将编写：

将功能工具作为ft导入
es=ft.EntitySet（‘事务’）
es.实体_来自_数据帧（数据帧=df，
实体_id='log'，
index='index'）
fm，features=ft.dfs（entityset=es，
目标_entity='log'，
trans_原语=['day'，'weekday'，'month']）

生成的特征矩阵如下所示

[1]中的

：fm
出[1]：
销售地点平日（日期）月（日期）日（日期）
指数
1大街3 4 12 29
2大街4 5 12 30
3大街5 6 12 31
阿灵顿大道4号18 01
阿灵顿大道5号12

这将对数据应用“转换”原语。为了使用聚合原语，通常需要添加更多的实体以提供

ft.dfs

。你可以读到我们之间的差异

一个标准的工作流程是通过一个有趣的分类来定义您的单个实体。如果您的

df

是单个表

| index | location       | pies sold |   date |
|-------+----------------+-------+------------|
|     1 | main street    |     3 | 2017-12-29 |
|     2 | main street    |     4 | 2017-12-30 |
|     3 | main street    |     5 | 2017-12-31 |
|     4 | arlington ave. |    18 | 2018-01-01 |
|     5 | arlington ave. |     1 | 2018-01-02 |

您可能对通过

位置进行规范化感兴趣

：

es.规范化实体（基本实体\u id='log'，
新实体id='locations'，
索引（位置）

您的新实体

位置

将具有该表

| location       | first_log_time |
|----------------+----------------|
| main street    |     2018-12-29 |
| arlington ave. |     2000-01-01 |

这将使像

locations.SUM（log.pies selled）

或

locations.MEAN（log.pies selled）

这样的功能按位置添加或平均所有值。您可以在下面的示例中看到创建的这些功能

[1]中的

：将熊猫作为pd导入
…：将功能工具作为ft导入
…：df=pd.DataFrame（{'index'：[1,2,3,4,5]，
…：“地点”：[“主街”，
…：“主街”，
…：“主街”，
…：“阿灵顿大道”，
…：“阿灵顿大道”。]，
…：‘卖馅饼’：[3,4,5,18,1]}）
…：df['date']=pd.日期范围（'2017年12月29日'，期间=5，频率=D'）
…：df
...: 
出[1]：
索引位置馅饼出售日期
0 1主街3 2017-12-29
1 2主街4 2017-12-30
2 3大街5 2017-12-31
2018-01-01阿灵顿大道18号3-4号
2018-01-02阿灵顿大道1号4 5号
在[2]中：es=ft.EntitySet（‘事务’）
…：es.entity_from_dataframe（dataframe=df，entity_id='log'，index='index'，t
…：ime_index='date'）
…：es.规范化实体（基本实体\u id='log'，新实体\u id='locations'，ind
…：ex='location'）
...: 
出[2]：
Entityset:事务
实体：
日志[行：5，列：4]
位置[行：2，列：2]
关系：
log.location->locations.location
在[3]：fm中，features=ft.dfs（entityset=es，
…：target_entity='log'，
…：agg_原语=['sum'，'mean']，
…：trans_原语=['day']）
…：fm
...: 
出[3]：
地点卖馅饼日（日期）地点。日（首次登录时间）地点。平均（log.pies售出）地点。总和（log.pies售出）
指数
1大街3 29 29 4.0 12
2大街430294.012
3大街5 31 29 4.0 12
阿灵顿大道4号18 1 9.5 19
阿灵顿大道5号1 2 1 9.5 19

如果答案解决了您的问题，请接受它（请参阅）