ML之FE：基于load_mock_customer數據集(模擬客戶,單個DataFrame)利用featuretools工具實現自動特征生成/特征衍生

?

?

?

?

?

?

?

?

?

推薦文章
ML之FE：基于load_mock_customer數據集(模擬客戶)利用featuretools工具實現自動特征生成/特征衍生
ML之FE：基于load_mock_customer數據集(模擬客戶)利用featuretools工具實現自動特征生成/特征衍生實現
ML之FE：基于load_mock_customer數據集(模擬客戶,單個DataFrame)利用featuretools工具實現自動特征生成/特征衍生
ML之FE：基于load_mock_customer數據集(模擬客戶,單個DataFrame)利用featuretools工具實現自動特征生成/特征衍生實現

基于load_mock_customer數據集(模擬客戶,單個DataFrame)利用featuretools工具實現自動特征生成/特征衍生

輸出結果

type： <class 'pandas.core.frame.DataFrame'>customer_id zip_code join_date date_of_birth 0 1 60091 2011-04-17 10:48:33 1994-07-18 1 2 13244 2012-04-15 23:31:04 1986-08-18 2 3 13244 2011-08-13 15:42:34 2003-11-21 3 4 60091 2011-04-08 20:08:14 2006-08-15 4 5 60091 2010-07-17 05:27:50 1984-07-28 feature_matrix_customers zip_code DAY(date_of_birth) DAY(join_date) \ customer_id 1 60091 18 17 2 13244 18 15 3 13244 21 13 MONTH(date_of_birth) MONTH(join_date) WEEKDAY(date_of_birth) \ customer_id 1 7 4 0 2 8 4 0 3 11 8 4 WEEKDAY(join_date) YEAR(date_of_birth) YEAR(join_date) customer_id 1 6 1994 2011 2 6 1986 2012 3 5 2003 2011 features_defs_customers： 9 [<Feature: zip_code>, <Feature: DAY(date_of_birth)>, <Feature: DAY(join_date)>, <Feature: MONTH(date_of_birth)>, <Feature: MONTH(join_date)>, <Feature: WEEKDAY(date_of_birth)>, <Feature: WEEKDAY(join_date)>, <Feature: YEAR(date_of_birth)>, <Feature: YEAR(join_date)>] <Feature: MONTH(date_of_birth)> The month of the "date_of_birth".

?

設計思路

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的ML之FE：基于load_mock_customer数据集(模拟客户,单个DataFrame)利用featuretools工具实现自动特征生成/特征衍生的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。