featuretools

收录理由

在构建预测模型时，最费时费力的往往是把原始的关系型数据或事件数据转换成可用的特征。这个库把这一步自动化了：你只需描述各张表之间的关系，它就能基于深度特征合成，自动生成几十甚至上百个候选特征，省去了手工编写特征的繁琐。它特别在意时间维度，能构造出“过去30天平均消费金额”这类带时间窗口的特征，并严格遵守截止时间，防止未来信息泄露到训练集中。因此，它特别适合处理交易记录、事件流和传感器日志等数据的监督学习任务，能自然地嵌入以pandas或DataFrame为核心的数据处理流程，为后续接入scikit-learn等建模工具做好准备。作为一个成熟的开源项目，它的文档完善，面向数据工程师和机器学习从业者，帮助他们在不同项目里稳定地复用特征构建流程。