featurtools

一、版本以及安装包

python 3.7.6
featuretools==0.13.4
scikit-learn==0.22.2.post1

附加功能：
在Featuretools使用来自TSFresh的60+个特征 ： python -m pip install featuretools[tsfresh]
接受Featuretools自动更新的提醒 ：python -m pip install featuretools[update_checker]

二、简单示例

import featuretools as ft

data = ft.demo.load_mock_customer()
transactions_df = data["transactions"].merge(data["sessions"]).merge(data["customers"])
transactions_df.sample(10)

数据结构

data["transactions"]
shape ：  (500, 5) 
columns ：['transaction_id', 'session_id', 'transaction_time', 'product_id','amount']

data["sessions"]
shape ：(35, 4)
columns ：['session_id', 'customer_id', 'device', 'session_start']

data["customers"]
shape ：(5, 4)
columns ：['customer_id', 'zip_code', 'join_date', 'date_of_birth']

transactions_df （合并后）
shape ：(500, 11)
columns ：['transaction_id', 'session_id', 'transaction_time', 'product_id','amount',
                 'customer_id', 'device', 'session_start', 'zip_code','join_date', 'date_of_birth']

三、featuretools的3个基本组成

实体集（EntitySet）：把一个二维表看作一个实体，实体集是一个或多个二维表的集合
特征基元（Feature Primitives）：分为聚合和转换两类，相当于构造新特征的方法
深度特征合成（DFS, Deep Feature Synthesis）：根据实体集里的实体和特征基元创造新特征