Question

我使用了@willk的答案，但它弹出一个错误。在这里查看willk的答案。 willk's anser我无法在他的回答中发表评论，因为我没有足够的声誉（超过50岁）。

所以我的问题是如何使以下代码正常工作？或者，请提供一个解决方案，该解决方案使用Featuretools为单个表应用自动要素工程（以iris为例），并且不对其进行归一化的即时要素（从现有表中创建新表）。

from sklearn.datasets import load_iris
import pandas as pd 
import featuretools as ft

# Load data and put into dataframe
iris = load_iris()
df = pd.DataFrame(iris.data, columns = iris.feature_names)
df['species'] = iris.target
df['species'] = df['species'].map({0: 'setosa', 1: 'versicolor', 2: 'virginica'})

# Make an entityset and add the entity
es = ft.EntitySet(id = 'iris')
es.entity_from_dataframe(entity_id = 'data', dataframe = df, 
                     make_index = True, index = 'index')

# Run deep feature synthesis with transformation primitives
feature_matrix, feature_defs = ft.dfs(entityset = es, target_entity = 'data',
                                  trans_primitives = ['add', 'multiply'])
feature_matrix.head()

ValueError ：（“未知的转换基元添加。”，“调用ft.primitives.list_primitives（）获取”，“可用基元列表”）

Answer 1

Featuretools的0.6.1版本更改了一些原始名称。以下代码应为您运行

from sklearn.datasets import load_iris
import pandas as pd 
import featuretools as ft

# Load data and put into dataframe
iris = load_iris()
df = pd.DataFrame(iris.data, columns = iris.feature_names)
df['species'] = iris.target
df['species'] = df['species'].map({0: 'setosa', 1: 'versicolor', 2: 'virginica'})

# Make an entityset and add the entity
es = ft.EntitySet(id = 'iris')
es.entity_from_dataframe(entity_id = 'data', dataframe = df, 
                     make_index = True, index = 'index')

# Run deep feature synthesis with transformation primitives
feature_matrix, feature_defs = ft.dfs(entityset = es, target_entity = 'data',
                                  trans_primitives = ['add_numeric', 'multiply_numeric'])
feature_matrix.head()

如何使用Featuretools为没有即时功能的单个表创建功能？

1 个答案: