在 nasa turbofan 示例的 featuretools dfs 中使用 training_window 会返回空特征答案

【问题标题】：Using training_window in the featuretools dfs on the nasa turbofan example returns empty features在 nasa turbofan 示例的 featuretools dfs 中使用 training_window 会返回空特征
【发布时间】：2021-03-23 04:54:57
【问题描述】：

我正在尝试使用来自 NASA 的涡轮风扇发动机退化模拟数据集上的 Remaining Useful Life prediction example 进行一些实验。我想在截止时间之前使用少量数据点来创建特征，为此我尝试在 featuretools.dfs 函数中使用 training_window="50m" 参数。这个值是有效的，因为我已经为频率 = 600 秒的数据帧生成了一个时间列。这意味着我的训练窗口应该为每个截止时间选择 5 个值来创建特征。但是，使用该参数会返回一个空的特征矩阵，到目前为止我还无法找出原因。我使用的代码与notebook 中给出的代码相同，但还有一些额外的更改：

我使用了高级笔记本中的 CidCe 原语。
我使用以下代码来搜索标签，该标签也选择重复条目

label_times = lm.search(
        data.sort_values('time'),
        num_examples_per_instance=5,
        minimum_data=100,
        drop_empty=False,
        gap = 10,
        verbose=True,
    )

【问题讨论】：

标签： python dataframe machine-learning featuretools

【解决方案1】：

错误是我的。它写在文档中的某处，我需要自己添加列表时间索引，但在我的辩护中，我从未收到与文档中提到的相反的警告。我使用 es.add_last_time_indexes() 修复了它。

【讨论】：