featuretools：如何为回归任务正确生成特征答案

【问题标题】：featuretools: How to properly generate features for a regression taskfeaturetools：如何为回归任务正确生成特征
【发布时间】：2018-09-11 10:02:59
【问题描述】：

我想尝试 featuretools，但我需要一个提示，如何将我的数据集用于我的数据集。我在熊猫数据框中有数据，这是一个回归问题。

这是我的数据集的示例：

我做了什么：

import featuretools as ft
es = ft.EntitySet(id = 'train_X')
es = es.entity_from_dataframe(entity_id="train_X",
                                  dataframe=X,
                                  index="Index",
                        variable_types={
 "Market": ft.variable_types.Categorical,
 "Stock": ft.variable_types.Categorical,}
                                 )

feature_matrix_customers, features_defs = ft.dfs(entities=es,
                                           target_entity="y")

得到一个错误：

 KeyError: 'Entity 0 does not exist in train_X').

【问题讨论】：

您是否尝试过文档中的入门指南？ docs.featuretools.com/#minute-quick-start。如果您遇到问题或有任何困惑，请告诉我们。
@MaxKanter 当然，我更新了我的问题。
目标实体应该是您在上面提供的ID。尝试将其设置为train_X。

标签： featuretools

【解决方案1】：

这里的问题很可能是您尝试直接使用 pandas 数据框作为输入，而不是将数据加载到 EntitySet 中。相反，您应该创建一个 EntitySet 并为此构建功能。您还可以将 EntitySet.enormalize_entity(...) 与 EntitySet 一起使用来创建其他实体以帮助特征工程。

请注意：您可能希望研究将 cutoff_times 与此数据类型一起使用，这将允许您指定哪些数据可以和不能用于生成特征。

【讨论】：

请再次检查我的问题。

【解决方案2】：

试试这个。

feature_matrix_customers, features_defs = ft.dfs(entityset=es, entities=es, target_entity="train_X")

【讨论】：