首页 文章

featuretools的截止时间和训练窗口

提问于
浏览 次
1

假设我有两个数据集（对应于我的实体集中的两个实体）：

第一个：客户（cust_id，name，birthdate，customer_since）
第二个：预订（booking_id，service，chargeamount，booking_date）

现在我想创建一个包含从 all customers (no matter since when they are customer) but only bookings from the last two years 构建的功能的数据集 .

我如何使用“last_time_index”？我可以只将“last_time_index”设置为一个实体吗？在这种情况下，仅适用于预订实体，因为我想要所有客户，但不是所有预订 .

如果使用此代码创建功能：

feature_matrix, features = ft.dfs(entityset=es,
                              target_entity="customers",
                              cutoff_time= pd.to_datetime('30/05/2018'),
                              training_window = ft.Timedelta(2*365,"d"),
                              agg_primitives=["count"],
                              trans_primitives=["time_since","year"],
                              cutoff_time_in_index = True)
featuretools

1 回答

  • 1

    实体的 time_index 指定实例第一次有效使用 . 这样，您在设置时间索引时所做的选择可能会影响最终结果 . 根据您设置 time_index 的方式，可以使用 ft.dfs 与您的示例中的设置完全匹配，以获得所需的输出 . 这是一个类似于您描述的数据的玩具示例：

    bookings_df = pd.DataFrame()
bookings_df['booking_id'] = [1, 2, 3, 4]
bookings_df['cust_id'] = [1, 1, 2, 5]
bookings_df['booking_date'] = pd.date_range('1/1/2014', periods=4, freq='Y')

customer_df = pd.DataFrame()
customer_df['cust_id'] = [1, 2, 5]
customer_df['customer_since']  = pd.to_datetime(['2014-01-01', '2016-01-01', '2017-01-01'])

es = ft.EntitySet('Bookings')
es.entity_from_dataframe('bookings', bookings_df, 'booking_id', time_index='booking_date')
es.entity_from_dataframe('customers', customer_df, 'cust_id')

es.add_relationship(ft.Relationship(es['customers']['cust_id'], es['bookings']['cust_id']))

    在过去的四年里，我们每年举办一次 bookings_df 活动 . 数据框如下所示：

    booking_id  cust_id  booking_date
0    1           1        2014-12-31
1    2           1        2015-12-31
2    3           2        2016-12-31
3    4           5        2017-12-31

    请注意，我们有 not 为 customers 设置时间索引，这意味着所有客户数据始终有效 . 在没有 training_window 参数的情况下运行DFS将返回

    YEAR(customer_since)   COUNT(bookings)
cust_id     
1         2014                   2.0
2         2016                   1.0
5         2017                   1.0

    通过添加两年的 training_window （如您的示例所示），我们仅使用前四个预订中的两个来查看结果：

    YEAR(customer_since)   COUNT(bookings)
cust_id     
1         2014                   0.0
2         2016                   1.0
5         2017                   1.0
    回复于

相关问题