使用 Featuretools 自动进行特征工程
EntitySet、DFS（深度特征合成）、特征原语和聚合堆叠。
使用 Featuretools 自动进行特征工程 是 CoddyKit 上的免费 Learn AI with Python 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Learn AI with Python 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Learn AI with Python 课程共包含 4 节课。
自动创建特征
手动进行特征工程速度慢，而且很容易遗漏组合。Featuretools使用一种称为深度特征合成的方法，根据关系数据自动构建大量候选特征。
关系数据与实体
真实数据通常分布在多个相互关联的表中：客户、订单和产品。Featuretools 会对这些关系进行建模，并自动生成跨关系聚合的特征。
创建 EntitySet
EntitySet是用于存放数据框及其关系的容器。首先创建一个空的 EntitySet。
import featuretools as ft
es = ft.EntitySet(id="customers_data")添加 DataFrames
es.add_dataframe会注册一个表。您需要指定其index（唯一键），还可以选择为时间数据指定time_index。
import featuretools as ft
es = es.add_dataframe(
dataframe_name="customers",
dataframe=customers_df,
index="customer_id",
)
es = es.add_dataframe(
dataframe_name="orders",
dataframe=orders_df,
index="order_id",
time_index="order_date",
)定义关系
请使用add_relationship告诉 Featuretools 各个表如何连接：父键连接到子表的外键（一个客户拥有多个订单）。
es = es.add_relationship(
"customers", "customer_id",
"orders", "customer_id",
)深度特征合成
DFS（ft.dfs）是其引擎。它会沿着关系叠加操作，创建“每位客户的平均订单金额”等特征，而无需您为每个特征分别编写代码。
import featuretools as ft
feature_matrix, feature_defs = ft.dfs(
entityset=es,
target_dataframe_name="customers",
)聚合原语
聚合原语会将子表行汇总到父表：SUM、MEAN、COUNT、MAX、STD。它们会把许多订单转换为按客户划分的统计量。
feature_matrix, defs = ft.dfs(
entityset=es,
target_dataframe_name="customers",
agg_primitives=["mean", "sum", "count", "max"],
)转换原语
转换原语在单行或单个表内执行操作：从日期中提取月份、计算经过的时间，或获取绝对值。
feature_matrix, defs = ft.dfs(
entityset=es,
target_dataframe_name="customers",
trans_primitives=["month", "weekday", "time_since_previous"],
)使用 max_depth 控制深度
max_depth限制原语可以叠加的层数。深度为 1 时执行直接聚合；深度为 2 时先进行转换，再进行聚合（例如计算订单工作日的均值）。深度越高，生成的特征越多，但风险也越高。
feature_matrix, defs = ft.dfs(
entityset=es,
target_dataframe_name="customers",
max_depth=2,
)使用特征矩阵
生成的feature_matrix是一个以目标实体为索引的整洁数据框，可以直接输入模型。feature_defs会记录每个生成的特征。
print(feature_matrix.shape)
print(feature_matrix.head())
X = feature_matrix.fillna(0)
# now train any sklearn model on X优势与注意事项
Featuretools 可以快速生成大量特征，并发现关系数据中的信号。但它可能生成数百列，因此应结合特征选择使用。对于时间数据，请设置恰当的cutoff_time，以防止数据泄漏。
快速检查
请测试您对 Featuretools 的了解。
回顾
回顾：Featuretools可以自动完成特征工程。请构建一个EntitySet，使用es.add_dataframe注册表，定义关系，然后使用max_depth运行ft.dfs。聚合原语会将子表行汇总到父表；转换原语在行内执行操作。feature_matrix可以直接用于模型，应与特征选择结合使用。
常见问题解答
「使用 Featuretools 自动进行特征工程」课时是免费的吗？
是的 — 「使用 Featuretools 自动进行特征工程」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Learn AI with Python 课程的其余内容，请升级到 CoddyKit PRO。 Learn AI with Python 课程共包含 4 节课。
「使用 Featuretools 自动进行特征工程」这节课中我会学到什么？
EntitySet、DFS（深度特征合成）、特征原语和聚合堆叠。 你通过在浏览器中直接运行的动手代码来练习 Learn AI with Python，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Learn AI with Python 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Learn AI with Python 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「使用 Featuretools 自动进行特征工程」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Learn AI with Python 课中编写并运行代码吗？
能。每节 Learn AI with Python 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 特征选择方法
- 创建交互特征与多项式特征
- 目标编码与高级分类变量处理
- 使用 Featuretools 自动进行特征工程