如何使用Featuretools包定义带有参数的自定义基元？

Question

我正在尝试使用Featuretools包创建自定义转换，在该包中，我可以输入参数并更改函数的行为

例如，对于下面的自定义日志转换类，我希望添加一个base参数，这样我就可以对具有不同基础的特性进行log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

我该如何实现这样的原语，而且如何使用featuretools.dfs()函数来实现它呢？

Answer 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)

我们称之为：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。