在运行深度特征合成时只包含某些特征？

Question

例如，我的一个实体有两组ID。一个是连续的(显然是创建EntitySet所必需的)，另一个是在与其他表合并时用作外键的。

这会导致featuretools将ID包含在要聚合的特征集中。SUM(ID)不是我感兴趣的特性。

在运行深度特征合成时，有没有一种方法可以包含某些特征？

Answer 1

在调用ft.dfs时，有三种方法可以排除功能。

• 使用ignore_variables在图元中指定不应用于创建特征的变量。它是将实体id映射到要忽略的变量名列表的字典。
• 使用drop_contains删除包含此参数中列出的任何字符串的要素。
• 使用drop_exact删除与此参数中列出的任何字符串完全匹配的要素。

下面是这三种方法在ft.dfs调用中的用法示例

ft.dfs(target_entity="customers"],
       ignore_variables={
           "transactions": ["amount"],
           "customers": ["age", "gender", "date_of_birth"]
       }, # ignore these variables
       drop_contains=["customers.SUM("],  # drop features that contain these strings
       drop_exact=["STD(transactions.quanity)"],  # drop features named exactly this
       ...
 )

这3个参数都是有文档记录的here。

如果你得到了你不想要的特性，最后要考虑的是你的实体集中变量的变量类型。如果您看到的是ID变量的和，这一定意味着featuretools认为ID变量是一个数字值。如果你告诉featuretools它是一个ID，它将不会对它应用一个数字聚合。