2022年Python顶级自动化特征工程框架?( 二 ) _生活百科

文章插图
比如我们也可以以sessions为目标dataframe构建新特征。

feature_matrix_sessions, features_defs = ft.dfs( dataframes=dataframes, relationships=relationships, target_dataframe_name="sessions")feature_matrix_sessions.head(5)

文章插图
③ 特征输出Featuretools不仅可以完成自动化特征生成，它还可以对生成的特征可视化，并说明Featuretools 生成它的方法。
feature = features_defs[18]feature

文章插图
TSFresh简介TSFresh 是一个开源 Python 工具库，有着强大的时间序列数据特征抽取功能，它应用统计学、时间序列分析、信号处理和非线性动力学的典型算法与可靠的特征选择方法，完成时间序列特征提取。

文章插图
TSFresh 自动从时间序列中提取 100 个特征。这些特征描述了时间序列的基本特征，例如峰值数量、平均值或最大值或更复杂的特征，例如时间反转对称统计量。

文章插图
使用示例

# 安装# pip install tsfresh# 数据下载from tsfresh.examples.robot_execution_failures import download_robot_execution_failures, load_robot_execution_failuresdownload_robot_execution_failures()timeseries, y = load_robot_execution_failures()# 特征抽取from tsfresh import extract_featuresextracted_features = extract_features(timeseries, column_id="id", column_sort="time")

Featurewiz简介Featurewiz 是另外一个非常强大的自动化特征工程工具库，它结合两种不同的技术，共同帮助找出最佳特性：

文章插图
① SULOVSearching for the uncorrelated list of variables：这个方法会搜索不相关的变量列表来识别有效的变量对，它考虑具有最低相关性和最大 MIS（互信息分数）评级的变量对并进一步处理。

文章插图

文章插图
② 递归 XGBoost上一步SULOV中识别的变量递归地传递给 XGBoost，通过xgboost选择和目标列最相关的特征，并组合它们，作为新的特征加入，不断迭代这个过程，直到生成所有有效特征。

文章插图
使用示例简单的使用方法示例代码如下：

from featurewiz import FeatureWizfeatures = FeatureWiz(corr_limit=0.70, feature_engg='', category_encoders='', dask_xgboost_flag=False, nrows=None, verbose=2)X_train_selected = features.fit_transform(X_train, y_train)X_test_selected = features.transform(X_test)features.features# 选出的特征列表 ## 自动化特征工程构建特征import featurewiz as FWoutputs = FW.featurewiz(dataname=train, target=target, corr_limit=0.70, verbose=2, sep=',',header=0, test_data='',feature_engg='', category_encoders='',dask_xgboost_flag=False, nrows=None)

PyCaret简介PyCaret是 Python 中的一个开源、低代码机器学习库，可自动执行机器学习工作流。它是一个端到端的机器学习和模型管理工具，可加快实验周期并提高工作效率。

文章插图
与本文中的其他框架不同，PyCaret不是一个专用的自动化特征工程库，但它包含自动生成特征的功能。
使用示例

# 安装# pip install pycaret# 加载数据from pycaret.datasets import get_datainsurance = get_data('insurance')# 初始化设置from pycaret.regression import *reg1 = setup(data = https://www.huyubaike.com/biancheng/insurance, target ='charges', feature_interaction = True, feature_ratio = True)