如何使用 Featuretools 包定义带有参数的自定义原语？答案

【问题标题】：How do you define a custom primitive with parameters using the Featuretools package?如何使用 Featuretools 包定义带有参数的自定义原语？
【发布时间】：2019-11-13 22:16:45
【问题描述】：

我正在尝试使用 Featuretools 包创建自定义转换，我可以在其中输入参数并更改函数的行为

例如，对于以下自定义日志转换类，我希望添加一个基本参数，以便可以对具有不同基数的特征进行日志转换：

class Log(TransformPrimitive):
    """Computes the logarithm for a numeric column."""

    name = 'log'
    input_types = [Numeric]
    return_type = Numeric

    def get_function(self):
        return np.log

我将如何实现这样一个原语，以及如何使用 featuretools.dfs() 函数来实现它？

【问题讨论】：

标签： featuretools

【解决方案1】：

考虑类中的__init__ 函数。

例如，

class Log(TransformPrimitive):
    """Computes the logarithm for a numeric column."""

    name = 'log'
    input_types = [Numeric]
    return_type = Numeric

    def __init__(self, n=3):
        self.n = n

    def get_function(self):
        return np.log 
        # adjust for variable base, probably using something like 
        # np.log(array) / np.log(self.n)

调用它：log_base_n = Log(n=2)。

在 DFS 中，您可以将相应的类实例添加到原语列表中。

【讨论】：