使用深度特征综合时如何记录FeatureTools派生的常数

Question

FeatureTools执行深度特征综合时，有没有办法记录它得出的常数值？

例如，我有很多这样的行： | loan_id | loan_term | |---------|:---------:| | a | 12 | | ... | ... | | z | 18 |

DeepFeatureSynthesis工程师features包括<Feature: loan_term.COUNT(loan)>如下： | loan | loan_term | loan_term.COUNT(loan) | |---------|:---------:|:---------------------:| | a | 12 | 2000 | | ... | ... | ... | | z | 18 | 800 |

我希望能够从单个实体重新设计功能，以使12的单个贷款期限具有loan_term.COUNT(loan)的{​​{1}}，而不必重新计算数据框中的所有2000。*

我可以通过将实体与训练数据重新组合来做到这一点 loan_term，但这效率低下又慢。

有没有一种方法可以指导FeatureTools记录深度特征合成过程中发现的常量，并将其用于将来的特征生成？

---

*现在对我而言不重要的是在计算中包括单个新的贷款实体。因此，ft.calculate_feature_matrix(features, my_entity_set_with_one_new_entity_added)不必成为12。

Answer 1

不幸的是，功能工具v0.3.1尚无办法做到这一点。您可以通过以下操作手动完成此操作。

1. 使用在训练数据上运行的输出特征矩阵，选择不需要重新计算的列，例如loan_term.COUNT(loan)。
2. 从功能列表中删除在1.中选择的功能，然后在新数据集上运行
3. 在适当的键上将步骤1的数据帧加入步骤2的数据帧。在这种情况下，loan_term。

您可能必须根据数据集的详细信息进行一些调整。