Question

我想计算一个二阶特征（深度= 2）。由于实体结构的原因，特征矩阵计算需要计算太多的组合，因此计算需要“年”。</ p>

可以再通过规则设置指定要计算的功能列表吗？

我有一个客户表（cid，...），其中包含与每个客户相关的固定数据（即出生日期）。另外，我有两个（A和B）不同的表（cid，monthlyReportPeriod等），是根据不同产品的客户每月行为（即#orders）得出的。二阶通缉的特征是，例如，每个行为表的阶次的加权总和。

当我仅使用一个行为表（A）计算特征时，就会计算出1000个特征。我认为当我将两者合二为一时，我会有两个很多的组合。

es = ft.EntitySet(id = 'ES_PRA')
es = es.entity_from_dataframe(entity_id = 'Customer', dataframe = Customer, 
                              index = 'cid')
es = es.entity_from_dataframe(entity_id = 'A', 
                              dataframe = A,
                              make_index = True,
                              index = 'AID',
                              time_index = 'MonthlyReportPeriod')

es = es.entity_from_dataframe(entity_id = 'B', 
                              dataframe = B,
                              make_index = True,
                              index = 'BID',
                              time_index = 'MonthlyReportPeriod')
#
r_Customer_A = ft.Relationship(es['Customer']['cid'],
                                    es['A']['cid'])
es = es.add_relationship(r_Customer_A)
#
r_Customer_B = ft.Relationship(es['Customer']['cid'],
                                    es['A']['cid'])
es = es.add_relationship(r_Customer_B)
#
seed_features=[
  ft.Feature(es["A"]['MonthlyReportPeriod'], primitive=WeightTimeUntil),
  ft.Feature(es["B"]['MonthlyReportPeriod'], primitive=WeightTimeUntil)
]
features, feature_names = ft.dfs(entityset = es, target_entity = 'Customer', 
                                 agg_primitives = ['sum','last'],
                                 seed_features=seed_features,
                                 trans_primitives = [MultiplyNumeric],
                                max_depth=2)

我想在表A和B中的每列中指定聚合原语：

cid：- MonthlyReportPeriod：-

（＃order）：总和，最后一笔，总和（WeightTimeUntil / MultiplyNumeric）

（＃sales）：总和，最后，均值...

Answer 1

featuretools的API不在列级别上提供此可选的基元设置。

我在github上发布了一个请求

https://github.com/Featuretools/featuretools/issues/655

如何在更特定的功能工具中计算功能矩阵以避免长时间运行？

1 个答案: