featuretools：如何在整数类型的时间索引上应用 `time_since`、`time_since_first` 原语？答案

【问题标题】：featuretools: how can I apply `time_since`, `time_since_first` primitives on integer type of time index?featuretools：如何在整数类型的时间索引上应用 `time_since`、`time_since_first` 原语？
【发布时间】：2021-03-06 04:37:57
【问题描述】：

当时间索引为整数时（例如每个用户从 0 开始），运行dfs 会显示警告：

UnusedPrimitiveWarning: Some specified primitives were not used during DFS:
  agg_primitives: ['avg_time_between', 'time_since_first', 'time_since_last', 'trend']
  groupby_trans_primitives: ['cum_count', 'time_since', 'time_since_previous']
This may be caused by a using a value of max_depth that is too small, not setting interesting values, or it may indicate no compatible variable types for the primitive were found in the data.

但是，时间索引在很多情况下可以是整数（例如https://www.kaggle.com/c/riiid-test-answer-prediction/data）：

当 user1 开始被记录时，其第一个日志的时间戳为 0（例如，2020-01-01 13:10:10）
当用户 1 的第二个日志在接下来的 100 秒后被记录时，其第二个日志的时间戳为 100。
同样，当 user2 开始被记录时，其第一个记录的时间戳始终为 0（注意：2020-11-01 00:00:00，此时（）
正如您在此处看到的，user1 和 user2 在不同的日期和时间开始登录，但它们具有相同的时间索引。似乎他们使用相对时间作为特征。

在这种情况下，即使我在创建实体集时将timestamp 变量设置为ft.variable_types.TimeIndex(numeric_time_index)，它仍然显示相同的警告并且['avg_time_between', 'time_since_first', 'time_since_last', 'trend'] 生成的功能没有出现。

我该如何处理？

【问题讨论】：

标签： featuretools

【解决方案1】：

感谢您的提问。 time_since 和 time_since_first 原语目前仅用于处理 Datetime 和 DatetimeTimeIndex 变量。要处理时间索引为数字的情况，您可以创建自定义原语来处理 NumericTimeIndex 变量。

from featuretools.primitives import AggregationPrimitive, TransformPrimitive
from featuretools.variable_types import NumericTimeIndex


class TimeSinceNumeric(TransformPrimitive):
    input_types = [NumericTimeIndex]
    ...


class TimeSinceFirstNumeric(AggregationPrimitive):
    input_types = [NumericTimeIndex]
    ...

然后，您可以将自定义原语直接传递给 DFS。

ft.dfs(
    ...
    trans_primitives=[TimeSinceNumeric],
    agg_primitives=[TimeSinceFirstNumeric],
)

【讨论】：