PROSAGA码农传奇-特征工程-对于新数据（我们要对其进行预测的数据），如何使用功能工具制作特征

对于新数据（我们要对其进行预测的数据），如何使用功能工具制作特征

作者: 狗头军师
发布时间: 2025-04-08 12:36:53 (4天前)

我只有一个数据框，并且想将Featuretools用于自动要素工程部分。我能够使用规范化实体功能来做到这一点。代码段如下：

es = ft.EntitySet(id = ‘obs_data’)
es = es.entity_from_dataframe(entity_id = ‘obs’, dataframe = X_train,
                              variable_types = variable_types, make_index = True, index = “Id”)
for feat in interaction:   # interaction columns are found using xgbfir
    es = es.normalize_entity(base_entity_id=’obs’, new_entity_id=feat, index=feat)
features, feature_names = ft.dfs(entityset = es,
                                 target_entity = ‘obs’,
                                 max_depth = 2)

它的创建功能，现在我想对X_test做同样的事情。我读过有关此的博客，他们建议结合使用X_train和X_test，然后执行相同的过程。假设X_test中有5个obs，并且如果我将其与X_train结合使用，则每个观察（来自X_test）也将具有其他4个观察（X_test）的效果，这不是一个好主意。任何人都可以建议如何使用Featuretools对新数据进行特征工程？

通过featuretools中的calculate_feature_matrix（）可以实现。您可以从其网页上获取详细指南：https : //docs.featuretools.com/en/stable/guides/deployment.html#calculating-feature-matrix-for-new-data

假设新数据是X_test。如果是数据框，则应为其创建一个实体集。

es_test = es.entity_from_dataframe(entity_id = 'entity', dataframe = X_test)

否则，如果已经是实体，则可以跳过上一步。假设您的测试实体为，es_test而您生成的特征名称为feature_names。通过使用训练数据的特征名称，您可以为测试数据创建新的特征矩阵。

test_feat_generated= ft.calculate_feature_matrix(feature_names, es_test)
供以后使用feature_names的，你可以看看load_features()，save_features()功能。

注意：训练实体和测试实体应具有相同的实体，entity_id否则会出错。