Используя featuretool, как индивидуально использовать примитивы dfs? - PullRequest
Новая
       22

Используя featuretool, как индивидуально использовать примитивы dfs?

0 голосов
/ 07 февраля 2020

Не могли бы вы помочь мне? когда я использовал feturestools, я использую набор данных iris, он имеет 4 функции: f1, f2, f3, f4, когда я использую ft.dfs, у меня 3 вопроса о буксировке. 1. Я обнаружил, что feature_matrix имеет слишком много функций. «div_by_feature» и «modulo_numeri c» не влияли на оригинальные функции по отдельности. Вначале он действует в методе diver_by_feature, затем получает 4 новых объекта, а затем действует 'modulo_numeri c' в отношении оригинальных и новых функций. Я надеюсь, что два примитива могут действовать на оригинальные функции индивидуально Как я должен сделать? 2. Я использую примитивы преобразования, такие как trans_primitives = ['subtract_numeric_scalar', 'modulo_numeri c']. Я обнаружил, что subtract_numeric_scalar может передавать значение, однако я не знаю, как передать? 3. Интересно, как использовать все примитивы преобразования? default, trans_primitives = None, сейчас я могу решить это следующим образом: trans_primitives = ['is_null', 'diff', ...], однако, я думаю, что это проблема.

Не могли бы вы дать мне совет? Спасибо!

введите описание изображения здесь

1 Ответ

0 голосов
/ 10 февраля 2020

  1. Вы можете использовать max_depth для управления сложностью функций. Когда max_depth=1, примитивы будут использовать только оригинальные функции. 

    features = ft.dfs(
    entityset=es,
    target_entity='data',
    trans_primitives=['divide_by_feature', 'modulo_numeric'],
    features_only=True,
    max_depth=1,
)

    [<Feature: f1>,
<Feature: f2>,
<Feature: f3>,
<Feature: f4>,
<Feature: 1 / f3>,
<Feature: 1 / f1>,
<Feature: 1 / f2>,
<Feature: 1 / f4>,
<Feature: f1 % f2>,
<Feature: f4 % f3>,
<Feature: f4 % f2>,
<Feature: f1 % f3>,
<Feature: f2 % f4>,
<Feature: f4 % f1>,
<Feature: f3 % f2>,
<Feature: f3 % f1>,
<Feature: f2 % f1>,
<Feature: f3 % f4>,
<Feature: f2 % f3>,
<Feature: f1 % f4>]

  2. Вы можете создать экземпляр примитива с параметрами. Вот как вы можете передать значение в subtract_numeric_scalar. 

    from featuretools.primitives import SubtractNumericScalar

ft.dfs(
    ...
    trans_primitives=[SubtractNumericScalar(value=2)]
)

  3. Вы можете использовать все примитивы преобразования, извлекая имена из списка примитивов. 

    primitives = ft.list_primitives()
primitives = primitives.groupby('type')
transforms = primitives.get_group('transform')
transforms = transforms.name.values.tolist()

    ['less_than_scalar',
'divide_numeric',
'latitude',
'add_numeric',
'week',
'greater_than_equal_to_scalar',
'and',
'multiply_numeric_scalar',
'not',
'second',
'greater_than_scalar',
'modulo_numeric_scalar',
'scalar_subtract_numeric_feature',
'diff',
'day',
'cum_min',
'divide_by_feature',
'less_than_equal_to',
'time_since',
'time_since_previous',
'cum_count',
'year',
'is_null',
'num_characters',
'equal_scalar',
'is_weekend',
'less_than_equal_to_scalar',
'longitude',
'add_numeric_scalar',
'month',
'less_than',
'or',
'multiply_boolean',
'percentile',
'minute',
'not_equal_scalar',
'greater_than_equal_to',
'modulo_by_feature',
'multiply_numeric',
'negate',
'hour',
'cum_max',
'greater_than',
'modulo_numeric',
'subtract_numeric_scalar',
'isin',
'cum_mean',
'divide_numeric_scalar',
'num_words',
'absolute',
'cum_sum',
'not_equal',
'weekday',
'equal',
'haversine',
'subtract_numeric']

    Дайте мне знать, если это поможет.

...