自动特征工程与线性回归模型选择
autofeat的Python项目详细描述
autofeat库
具有自动特征工程和选择的线性回归模型
此库包含具有与scikit-learn模型相似接口的AutoFeatRegression模型：
fit()函数来拟合模型参数predict()函数预测给定输入的目标变量score()计算拟合优度的函数（r^2值）fit_transform()和transform()函数，它们通过模型设计和选择的附加功能扩展给定的数据
调用fit()函数时，将在内部调用fit_transform()函数，因此，如果您打算无论如何都对同一数据调用transform()，请立即调用fit_transform()。transform()如果您已经将数据拆分为训练和测试数据，并且没有对整个数据集调用fit_transform()，那么{fit()/fit_transform()时使用的原始数据帧的格式为predict()和score()函数提供数据，也可以为它们提供已转换的数据帧。
此外，在FeatureSelector模型中也只有特征选择部分可用。
AutoFeatRegression和FeatureSelector模型都需要fit on data without nans，因为它们在内部称为sklearnLassoLarsCV模型，该模型不能处理nans。当调用transform()时，nans（但不是np.inf）可以。
autofeat examples notebook包含一个简单的用法示例-试试看！：）其他示例可以在autofeat benchmark notebook（其中还包含从下面提到的论文中复制结果的代码）以及测试脚本中找到。
请记住，由于AutoFeatRegression模型可以生成非常复杂的特征，因此可能会在数据集中overfit on noise过拟合，尽管与noise相关的特征的系数应该相当小。通常建议仔细检查autofeat发现的特性，并使用那些对您有意义的特性来训练您自己的模型。
根据feateng_steps（默认值2）的数量和输入特性的数量，autofeat可以生成非常庞大的特性矩阵（在从这个大型特性池中选择最合适的特性之前）。通过在feateng_cols中指定那些您认为在功能工程部分最有价值的列，可以大大减少功能的数量。此外，transformations可以仅限于那些对数据有意义的功能转换。最后但并非最不重要的是，您可以对用于训练模型的数据进行子采样，以限制内存需求。模型拟合后，您可以对整个数据集调用transform()，以仅生成在fit()/fit_transform()期间选择的少数特征。
有关模型和实现的更多详细信息，请参阅paper-当然，如果这段代码有助于您的研究，请考虑引用它：
@article{horn2019autofeat,
author = {Horn, Franziska and Pack, Robert and Rieger, Michael},
title = {The autofeat Python Library for Automatic Feature Engineering and Selection},
year = {2019},
journal = {arXiv preprint arXiv:1901.07329},
}
本规范旨在用于研究目的。
如果您有任何问题，请不要犹豫发送给我一个email当然，如果您应该找到任何错误或想贡献其他改进，拉请求是非常欢迎的！
安装
您可以从这里下载代码并在$PYTHONPATH中包含autofeat文件夹，也可以通过pip安装（仅限库组件）：
$ pip install autofeat
库需要python 3！其他依赖项：numpy，pandas，scikit-learn，sympy，joblib，和pint
致谢
由于BASF的支持，这个项目得以实现。
欢迎加入QQ群-->： 979659372
