使用 featuretool，如何单独使用 dfs 原语？

Question

你能帮帮我吗？当我使用 feturestools 时，我使用 iris 数据集，它具有以下 4 个特征：f1、f2、f3、f4，当我使用 ft.dfs 时，我有 3 个问题。 1.发现feature_matrix的特征太多了。 “divide_by_feature”和“modulo_numeric”没有单独作用于原始特征。它首先作用divide_by_feature'然后得到4个新特征，然后对原始特征和新特征进行'modulo_numeric'。 我希望这两个原语可以单独作用于原始特征。我应该怎么做？ 2. 我使用像 trans_primitives = ['subtract_numeric_scalar', 'modulo_numeric'] 这样的变换原语。我发现subtract_numeric_scalar可以传值，但是不知道怎么传？ 3. 我想知道如何使用所有的变换原语？默认，trans_primitives=None，到目前为止，我可以这样解决它：trans_primitives = ['is_null','diff',...]，但是，我认为这很麻烦。

你能给我一些建议吗？谢谢！

enter image description here

Answer 1

1. 您可以使用max_depth 来控制功能的复杂性。当max_depth=1 时，图元将只使用原始特征。

   features = ft.dfs(
       entityset=es,
       target_entity='data',
       trans_primitives=['divide_by_feature', 'modulo_numeric'],
       features_only=True,
       max_depth=1,
   )
   

   [<Feature: f1>,
   <Feature: f2>,
   <Feature: f3>,
   <Feature: f4>,
   <Feature: 1 / f3>,
   <Feature: 1 / f1>,
   <Feature: 1 / f2>,
   <Feature: 1 / f4>,
   <Feature: f1 % f2>,
   <Feature: f4 % f3>,
   <Feature: f4 % f2>,
   <Feature: f1 % f3>,
   <Feature: f2 % f4>,
   <Feature: f4 % f1>,
   <Feature: f3 % f2>,
   <Feature: f3 % f1>,
   <Feature: f2 % f1>,
   <Feature: f3 % f4>,
   <Feature: f2 % f3>,
   <Feature: f1 % f4>]
   

2. 您可以使用参数创建基元的实例。这就是您可以将值传递给subtract_numeric_scalar 的方式。

   from featuretools.primitives import SubtractNumericScalar
   
   ft.dfs(
       ...
       trans_primitives=[SubtractNumericScalar(value=2)]
   )
   

3. 您可以通过从原语列表中提取名称来使用所有转换原语。

   primitives = ft.list_primitives()
   primitives = primitives.groupby('type')
   transforms = primitives.get_group('transform')
   transforms = transforms.name.values.tolist()
   

   ['less_than_scalar',
   'divide_numeric',
   'latitude',
   'add_numeric',
   'week',
   'greater_than_equal_to_scalar',
   'and',
   'multiply_numeric_scalar',
   'not',
   'second',
   'greater_than_scalar',
   'modulo_numeric_scalar',
   'scalar_subtract_numeric_feature',
   'diff',
   'day',
   'cum_min',
   'divide_by_feature',
   'less_than_equal_to',
   'time_since',
   'time_since_previous',
   'cum_count',
   'year',
   'is_null',
   'num_characters',
   'equal_scalar',
   'is_weekend',
   'less_than_equal_to_scalar',
   'longitude',
   'add_numeric_scalar',
   'month',
   'less_than',
   'or',
   'multiply_boolean',
   'percentile',
   'minute',
   'not_equal_scalar',
   'greater_than_equal_to',
   'modulo_by_feature',
   'multiply_numeric',
   'negate',
   'hour',
   'cum_max',
   'greater_than',
   'modulo_numeric',
   'subtract_numeric_scalar',
   'isin',
   'cum_mean',
   'divide_numeric_scalar',
   'num_words',
   'absolute',
   'cum_sum',
   'not_equal',
   'weekday',
   'equal',
   'haversine',
   'subtract_numeric']
   

   如果这有帮助，请告诉我。