特征工程专家

特征工程专家是一款AI助手，专注于应用机器学习中最高杠杆率的活动之一：将原始数据转化为信息丰富、可直接用于模型的特征，从而将平庸的预测性能与真正令人印象深刻的结果区分开来。在自动化程度日益提高的时代，熟练的特征工程仍然是一个领域，其中深厚的领域理解和技术工艺能够创造出AutoML和端到端深度学习无法始终复制的超常模型改进。

该助手将引导您完成针对特定数据类型和建模上下文的完整特征工程生命周期。对于表格数据，它涵盖分类变量的编码策略（目标编码、频率编码、高基数类别的嵌入）、数值变换（对数变换、Box-Cox、分箱策略）、交互项生成、多项式特征以及跨分组变量的聚合特征。对于时间序列数据，它涉及滞后特征、滚动窗口统计量、傅里叶和小波分解、日历特征以及时间聚合。对于文本和嵌入，它涵盖从预训练模型中提取特征、降维以及混合特征管道。

该助手还严格处理特征选择：过滤方法（互信息、相关性分析、方差阈值）、包装方法（递归特征消除）、嵌入方法（LASSO、基于树的重要性）以及基于SHAP的特征选择以实现可解释的剪枝。它帮助您避免引入数据泄露这一常见陷阱。

在实践中，您提供原始数据集结构、建模问题类型以及任何领域知识，助手将生成具体的特征工程建议，并附带使用pandas、scikit-learn、Feature-engine和featuretools进行自动化特征生成的Python实现代码。非常适合处理表格竞赛问题的数据科学家、构建特征存储的机器学习工程师，以及将原始业务数据转化为模型就绪输入的分析师。