python - 手动定义种子特征的 "where clause"？

Question

当使用ft.dfs获取特征定义时，where_primitives参数根据实体的有趣变量过滤值。是否也可以手动定义种子特征的“where 子句”？

Answer 1

是的，可以使用 where 参数基于聚合原语为任何种子特征手动定义 where 子句。

假设您想要定义“计算金额大于 15 的客户的交易次数”。您可以执行以下操作:

import featuretools as ft
from featuretools.primitives import Count, NumTrue
es = ft.demo.load_mock_customer(return_entityset=True)
print(es)

Entityset: transactions
  Entities:
    customers (shape = [5, 3])
    sessions (shape = [35, 4])
    products (shape = [5, 2])
    transactions (shape = [500, 5])
  Relationships:
    transactions.product_id -> products.product_id
    transactions.session_id -> sessions.session_id
    sessions.customer_id -> customers.customer_id

然后我们可以如下定义 where 子句:

greater_15 = ft.Feature(es['transactions']['amount']) > 15
count_greater_15 = Count(es['transactions'][‘transaction_id’],
                         parent_entity=es[‘customers’],
                         where=greater_15)

首先，我们创建一个 bool 特征来确定交易金额是否大于 15。然后，我们使用 Count 原语并指定 where 子句。在幕后，Featuretools 会在计算 Count 之前删除 where 功能评估为 false 的所有行。

现在我们准备好计算特征了:

fm = ft.calculate_feature_matrix(features=[count_greater_15],
                                 instance_ids=[1, 2, 3])
print(fm)

             COUNT(transactions WHERE amount > 15)
customer_id
1                                              121
2                                              112
3                                               72

为了验证这是否符合我们的预期，让我们使用 NumTrue 原语来计算 True 值的数量。我们可以看到它相当于 count_greater_15

num_greater_15 = NumTrue(greater_15, parent_entity=es["customers"])
fm = ft.calculate_feature_matrix(features=[num_greater_15],
                                 instance_ids=[1, 2, 3])
print(fm)

             NUM_TRUE(transactions.amount > 15)
customer_id
1                                           121
2                                           112
3                                            72