featuretools.get_recommended_primitives

featuretools.get_recommended_primitives(entityset: EntitySet, include_time_series_primitives: bool = False, excluded_primitives: List[str] = ['count_string', 'distance_to_holiday', 'is_in_geobox', 'not_equal_scalar', 'equal_scalar', 'time_since', 'isin', 'multiply_boolean', 'numeric_lag', 'cum_count', 'cumulative_time_since_last_false', 'cumulative_time_since_last_true', 'diff', 'diff_datetime', 'is_first_occurrence', 'is_last_occurrence', 'time_since_previous', 'not', 'and', 'or', 'equal', 'not_equal']) → List[str]

获取给定实体集的推荐基元列表.

描述:

该函数首先获取一个有效基元列表,排除在`excluded_primitives`中指定的任何基元,这些基元可以应用于单表实体集. 其次,为非数值字段创建工程特征,并检查其是否具有非唯一性.如果特征是非唯一的,则将其添加到推荐列表中. 然后,检查数值字段的偏斜度.根据列的偏斜程度,推荐`平方根`或`自然对数`. 最后,如果`include_time_series_primitives`指定为`True`,则始终推荐`滞后`,以及如果存在数值列,则推荐所有滚动和扩展基元.

Parameters:

• entityset (EntitySet) – 仅包含一个数据帧的实体集.

• include_time_series_primitives (bool) – 是否应考虑时间序列基元.默认为False.

• excluded_primitives (List[str]) – 要从推荐中排除的转换基元列表.默认为DEFAULT_EXCLUDED_PRIMITIVES.

注意:

该函数的主要目标是推荐可能为建模过程提供重要特征的基元. 非数值基元主要用于从原始特征中提取信息,这些原始特征本身可能本质上是无意义的（例如,自然语言、日期时间、经纬度）. 这就是为什么它们是该函数的主要关注点.数值转换基元非常依赖于具体情况,因此很难从数学上量化应该推荐哪些基元. 因此,仅包括处理偏斜数值列的转换基元,因为这是一个标准且可量化的转换步骤.唯一的例外是 对于时间序列问题.因为只有极少数基元仅适用于时间序列,所以它们都包含在推荐的基元列表中.

注意:

该函数目前仅适用于单表,并且只会推荐转换基元.