计算特征时选择过去的数据量答案

【问题标题】：Select amount of past data when calculating features计算特征时选择过去的数据量
【发布时间】：2018-06-25 23:35:37
【问题描述】：

我想知道是否有一种方法可以在计算特征时自动选择过去的数据量。

例如，我可能想预测客户何时进行下一次购买，因此最好了解不同截止日期的购买次数或平均购买价格。例如过去 12 个月、过去 3 个月、7 天等内的购买情况。

使用功能工具解决此问题的最佳方法是什么？

【问题讨论】：

【解决方案1】：

您可以使用featuretools.dfs 中的training window 参数创建仅使用一定数量历史数据的特征矩阵。设置训练窗口时，Featuretools 将使用cutoff time 和cutoff_time - training_window 之间的历史数据。这是文档中的示例：

window_fm, window_features = ft.dfs(entityset=es,
                                    target_entity="customers",
                                    cutoff_time=cutoff_times,
                                    cutoff_time_in_index=True,
                                    training_window="1 hour")

在确定哪些数据可以使用时，训练窗口会检查time_index列中的时间是否在训练窗口内。

【讨论】：

所以我猜我是否想使用多个训练窗口（1 周、1 个月、6 个月、1 年等）我需要使用不同的训练窗口多次运行 dfs？如果我希望这些是离散的（>= 1 周和 = 1 个月和
是的，就是这样。如果有帮助，如果截止时间本身不同，您可以在截止时间数据框中包含两次给定的客户 ID。它将为客户返回两个特征向量，但在两个指定时间计算。