运行FeatureTools以自动化Spark上分布式的功能工程。
featuretools4s的Python项目详细描述
##火花专用工具（专用工具4）
1.什么是特色工具？
featuretools是一个python库，由麻省理工学院的featurelab开放源码，旨在自动化机器学习应用程序中的特征工程过程。
有关FeatureTools的更多详细信息，请访问[官方网站]（https://docs.featuretools.com/index.html）
。
*featuretools4s*是我编写的一个python库，旨在使用**spark**扩展
featuretools，使其能够为数十亿行数据生成
功能，通常
被认为不可能在使用
original featuretools library with pandas的单机上处理。
*FeatureTools4s*提供的**API与原来的
FeatureTools几乎相同，使用户完全不必在FeatureTools和FeatureTools4s之间传输
因此，我们建议读者先学习FeatureTools，然后就可以轻松地使用FeatureTools4s.*
2。如何使用功能工具4？第一个安装*特征工具4S*通过PIP：Bash
PIP3安装特征工具4S BR/>‘BR/> BR/>然后使用*特征工具4S*的一个简单的例子如下：< Prth/Byth.Br/>导入特征工具4S作为PtSpyk.FTS
。
pd.set_option（'display.expand_frame_repr'，false）
spark=sparksession.builder.master（“local[*”）.getorcreate（）
order庘df=spark.read.csv（“resources/order.csv”，header=true，inferschema=true）.sort（“sales廑tax”）
customer廑df=spark.read.csv（“resources/customer.csv”，header=true，inferschema=true）
es.entity廑index=“cust_num”）
es.add_relationship（fts.relationship（es[“customer”][“cust_num”]，es[“order”][“cust_num”]）
features=fts.dfs（spark，entityset=es，target_entity=“customer”，primary_col=“cust_num”，num_partition=5）
features.show（）
```
1.什么是特色工具？
featuretools是一个python库，由麻省理工学院的featurelab开放源码，旨在自动化机器学习应用程序中的特征工程过程。
有关FeatureTools的更多详细信息，请访问[官方网站]（https://docs.featuretools.com/index.html）
。
*featuretools4s*是我编写的一个python库，旨在使用**spark**扩展
featuretools，使其能够为数十亿行数据生成
功能，通常
被认为不可能在使用
original featuretools library with pandas的单机上处理。
*FeatureTools4s*提供的**API与原来的
FeatureTools几乎相同，使用户完全不必在FeatureTools和FeatureTools4s之间传输
因此，我们建议读者先学习FeatureTools，然后就可以轻松地使用FeatureTools4s.*
2。如何使用功能工具4？第一个安装*特征工具4S*通过PIP：Bash
PIP3安装特征工具4S BR/>‘BR/> BR/>然后使用*特征工具4S*的一个简单的例子如下：< Prth/Byth.Br/>导入特征工具4S作为PtSpyk.FTS
。
pd.set_option（'display.expand_frame_repr'，false）
spark=sparksession.builder.master（“local[*”）.getorcreate（）
order庘df=spark.read.csv（“resources/order.csv”，header=true，inferschema=true）.sort（“sales廑tax”）
customer廑df=spark.read.csv（“resources/customer.csv”，header=true，inferschema=true）
es.entity廑index=“cust_num”）
es.add_relationship（fts.relationship（es[“customer”][“cust_num”]，es[“order”][“cust_num”]）
features=fts.dfs（spark，entityset=es，target_entity=“customer”，primary_col=“cust_num”，num_partition=5）
features.show（）
```
欢迎加入QQ群-->： 979659372
