featuretools

<img width=50% src="https://www.featuretools.com/wp-content/uploads/2017/12/FeatureLabs-Logo-Tangerine-800.png" alt="Featuretools" /> "机器学习的圣杯之一是将特征工程过程自动化到更高程度。" ― Pedro Domingos，<a href="https://bit.ly/things_to_know_ml">《关于机器学习需要了解的几件有用的事》</a> <a href="https://github.com/alteryx/featuretools/actions/workflows/tests_with_latest_deps.yaml" alt="测试" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/e1df091d-a92a-4b9c-835c-6d04ced7281f.svg?branch=main" alt="测试" /> </a> <a href="https://codecov.io/gh/alteryx/featuretools"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/fe9905b0-e8bc-469e-a067-6fbe10553bab.svg"/> </a> <a href='https://featuretools.alteryx.com/en/stable/?badge=stable'> <img src='https://readthedocs.com/projects/feature-labs-inc-featuretools/badge/?version=stable' alt='文档状态' /> </a> <a href="https://badge.fury.io/py/featuretools" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/e25c3df2-f8f0-47c2-a4f5-66cad67ad17e.svg?maxAge=2592000" alt="PyPI 版本" /> </a> <a href="https://anaconda.org/conda-forge/featuretools" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/2d52104d-65b6-4684-9a3c-ace7054decb8.svg" alt="Anaconda 版本" /> </a> <a href="https://stackoverflow.com/questions/tagged/featuretools" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/a8303ba6-fa09-4e09-9846-767e4f83e25a.svg" alt="StackOverflow" /> </a> <a href="https://pepy.tech/project/featuretools" target="_blank"> <img src="https://static.pepy.tech/badge/featuretools/month" alt="PyPI 下载量" /> </a> <hr>

Featuretools是一个用于自动化特征工程的Python库。更多信息请参阅文档。

安装

使用pip安装

python -m pip install featuretools

或从conda的Conda-forge频道安装：

conda install -c conda-forge featuretools

附加组件

您可以单独安装附加组件，也可以通过运行以下命令一次性安装所有组件：

python -m pip install "featuretools[complete]"

高级原语 - 使用premium-primitives仓库中的高级原语

python -m pip install "featuretools[premium]"

自然语言处理原语 - 使用nlp-primitives仓库中的自然语言处理原语

python -m pip install "featuretools[nlp]"

Dask支持 - 使用Dask运行DFS，njobs > 1

python -m pip install "featuretools[dask]"

示例

以下是使用深度特征合成（DFS）进行自动化特征工程的示例。在此示例中，我们将DFS应用于由带时间戳的客户交易组成的多表数据集。

>> import featuretools as ft
>> es = ft.demo.load_mock_customer(return_entityset=True)
>> es.plot()

Featuretools可以自动为任何"目标数据框"创建单个特征表

>> feature_matrix, features_defs = ft.dfs(entityset=es, target_dataframe_name="customers")
>> feature_matrix.head(5)

邮政编码  交易次数  会话次数  交易总额 最常用设备  最小交易额  最大交易额  加入年份  交易额偏度  加入日期                   ...                     会话最小交易额之和  会话交易额偏度最大值  会话最小交易额最大值  会话平均交易额之和  会话交易总额标准差  会话平均交易额标准差  会话平均交易额偏度  会话最大交易额标准差  会话开始日期唯一值数量  会话交易额偏度最小值
客户ID                                                                                                                                                  ...
1              60091       131        10   10236.77      桌面端        5.60      149.95     2008     0.070041        1                   ...                             169.77               0.610052                41.95           791.976505            175.939423               9.299023            -0.377150              5.857976                     1            -0.395358
2              02139       122         8    9118.81      移动端        5.81      149.15     2008     0.028647       20                   ...                             114.85               0.492531                42.96           596.243506            230.333502              10.925037             0.962350              7.420480                     1            -0.470007
3              02139        78         5    5758.24      桌面端        6.78      147.73     2008     0.070814       10                   ...                              64.98               0.645728                21.77           369.770121            471.048551               9.819148            -0.244976             12.537259                     1            -0.630425
4              60091       111         8    8205.28      桌面端        5.73      149.56     2008     0.087986       30                   ...                              83.53               0.516262                17.27           584.673126            322.883448              13.065436            -0.548969             12.738488                     1            -0.497169
5              02139        58         4    4571.37      平板端        5.91      148.17     2008     0.085883       19                   ...                              73.09               0.830112                27.46           313.448942            198.522508               8.950528             0.098885              5.599228                     1            -0.396571

[5行 x 69列]

现在我们为每个客户生成了一个可用于机器学习的特征向量。有关更多示例，请参阅深度特征合成文档。

Featuretools包含许多不同类型的内置原语用于创建特征。如果您需要的原语未包含在内，Featuretools还允许您定义自己的自定义原语。

演示

预测下一次购买

代码库 | 笔记本

在这个演示中，我们使用来自Instacart的300万个在线杂货订单的多表数据集来预测客户下一次会购买什么。我们展示了如何使用自动化特征工程生成特征，并使用Featuretools构建准确的机器学习流程，该流程可以用于多个预测问题。对于更高级的用户，我们展示了如何使用Dask将该流程扩展到大型数据集。

有关如何使用Featuretools的更多示例，请查看我们的演示页面。

测试与开发

Featuretools社区欢迎拉取请求。测试和开发说明可在此处获得。

支持

Featuretools社区很乐意为Featuretools用户提供支持。根据问题类型，项目支持可以在四个地方找到：

对于使用问题，请在Stack Overflow上使用featuretools标签。
对于错误、问题或功能请求，请启动Github问题。
对于有关核心库开发的讨论，请使用Slack。
对于其他所有内容，可以通过电子邮件open_source_support@alteryx.com联系核心开发人员。

引用Featuretools

如果您使用Featuretools，请考虑引用以下论文：

James Max Kanter, Kalyan Veeramachaneni. 深度特征合成：迈向自动化数据科学努力。 IEEE DSAA 2015。

BibTeX条目：

@inproceedings{kanter2015deep,
  author    = {James Max Kanter and Kalyan Veeramachaneni},
  title     = {Deep feature synthesis: Towards automating data science endeavors},
  booktitle = {2015 {IEEE} International Conference on Data Science and Advanced Analytics, DSAA 2015, Paris, France, October 19-21, 2015},
  pages     = {1--10},
  year      = {2015},
  organization={IEEE}
}