1、什么是Featuretools？ 为了能使框架普适，就像pandas用于数据准备或scikit-learn用于机器学习。 链接：https://www.featuretools.com/ 2、安装 通过源码安装，代码如下： git clone https://github.com/featuretools/featuretools.gitcd featuretoolspyth

文章目录 介绍：建模方法检索数据 数据清洗缺失值一个唯一值高度相关（共线）的列 将数据集分为训练集和测试集特征准备对分类特征进行编码提取标签填充缺失值 朴素基准线指标更复杂的模型 模型验证精确率-召回率曲线调整业务需求 混淆矩阵特征重要性 进行预测业务价值分析结论 介绍：建模 机器学习流程的最后一步也是价值所在。在我们开发了带有各自截止时间的标签之后，我们需要训练一个模型

任何参与机器学习黑客马拉松和竞赛的人都知道特征工程的重要性。自从我意识到它具有巨大的潜力以来，我一直是特征工程的巨大倡导者。但手动完成时，这可能是一个缓慢而艰巨的过程。我必须花时间集思广益，讨论哪些功能，并从不同的角度分析它们的可用性。现在，整个FE（Feature Engineering，特征工程）流程都可以实现自动化，我将在本文中向您展示。 资料来源：VentureBeat 我们将使用名