在特性工具中计算多个训练窗口的特征
在特性工具中计算多个训练窗口的特征
提问于 2018-08-15 19:35:45
我有一张与客户和交易有关的桌子。有没有一种方法可以让功能在最后的3/6/9/12个月中被过滤？我想自动生成功能：
- 过去3个月的跨性别人口数
- ……
- 过去12个月中的跨性别人口数
- 过去3个月的平均运输量
- ..。
- 过去12个月的平均运输量
我尝试过使用training_window =["1 month", "3 months"],，但它似乎没有为每个窗口返回多个特性。
示例：
import featuretools as ft
es = ft.demo.load_mock_customer(return_entityset=True)
window_features = ft.dfs(entityset=es,
target_entity="customers",
training_window=["1 hour", "1 day"],
features_only = True)
window_features我是否必须单独执行单独的窗口，然后合并结果？
Stack Overflow用户
回答已采纳
发布于 2018-08-16 14:32:40
正如您所提到的，在Featuretools 0.2.1中，您必须为每个培训窗口分别构建特征矩阵，然后合并结果。使用您的示例，您可以这样做：
import pandas as pd
import featuretools as ft
es = ft.demo.load_mock_customer(return_entityset=True)
cutoff_times = pd.DataFrame({"customer_id": [1, 2, 3, 4, 5],
"time": pd.date_range('2014-01-01 01:41:50', periods=5, freq='25min')})
features = ft.dfs(entityset=es,
target_entity="customers",
agg_primitives=['count'],
trans_primitives=[],
features_only = True)
fm_1 = ft.calculate_feature_matrix(features,
entityset=es,
cutoff_time=cutoff_times,
training_window='1h',
verbose=True)
fm_2 = ft.calculate_feature_matrix(features,
entityset=es,
cutoff_time=cutoff_times,
training_window='1d',
verbose=True)
new_df = fm_1.reset_index()
new_df = new_df.merge(fm_2.reset_index(), on="customer_id", suffixes=("_1h", "_1d"))然后，新的dataframe将如下所示：
customer_id COUNT(sessions)_1h COUNT(transactions)_1h COUNT(sessions)_1d COUNT(transactions)_1d
1 1 17 3 43
2 3 36 3 36
3 0 0 1 25
4 0 0 0 0
5 1 15 2 29页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51865267
复制相关文章
相似问题
腾讯云开发者
