Featuretools：跳过目标特征答案

【问题标题】：Featuretools: skip the target featureFeaturetools：跳过目标特征
【发布时间】：2020-08-09 23:49:15
【问题描述】：

使用Featuretools 时是否可以跳过目标功能？例如，考虑 iris 数据集

data = pd.read_csv('https://gist.githubusercontent.com/curran/a08a1080b88344b0c8a7/raw/639388c2cbc2120a14dcf466e85730eb8be498bb/iris.csv')
target = "species"
data[target] = data[target].map({'setosa':0, 'versicolor':1, 'virginica':2})
# Make an entityset and add the entity
es = ft.EntitySet(id='iris dataset')
es.entity_from_dataframe(entity_id='data', dataframe=data,
                         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'])

生成的feature_matrix包含sepal_width + species等无用功能。如何删除它们？

【问题讨论】：

标签： python machine-learning scikit-learn featuretools

【解决方案1】：

您可以在 DFS 中使用ignore_variables 来忽略目标特征。

feature_matrix, feature_defs = ft.dfs(
    entityset=es,
    target_entity='data',
    trans_primitives=['add_numeric', 'multiply_numeric'],
    ignore_variables={'data': ['species']},
)

【讨论】：