featuretools
Библиотека автоматизированной генерации признаков на Python с использованием Deep Feature Synthesis для реляционных наборов данных.
Превращайте многотабличные наборы данных в матрицы признаков для машинного обучения с помощью Deep Feature Synthesis.
Featuretools — это библиотека Python, которая автоматизирует создание признаков из реляционных и временных рядов данных. Она использует Deep Feature Synthesis для агрегации и трансформации реляционных данных в плоскую матрицу признаков, готовую для моделей машинного обучения. Специалисты по данным, желающие заменить ручное создание признаков в конвейерах Python, должны использовать её.
Что это
Библиотека сопоставляет связи между несколькими таблицами с помощью EntitySets и применяет примитивы трансформации и агрегации. Она автоматически генерирует векторы признаков для целевого датафрейма путем объединения вложенных вычислений по реляционным структурам. Вы также можете определять пользовательские примитивы или расширять функциональность с помощью дополнительных расширений NLP и Dask.
Для кого
Этот инструмент подходит для Python Data Scientist'ов и инженеров по машинному обучению, работающих с многотабличными реляционными базами данных и транзакционными данными. Он не предназначен для не программистов, которым нужен графический интерфейс или табличные инструменты типа point-and-click. Он также требует, чтобы исходные данные были структурированы в реляционные форматы перед генерацией признаков.
Ключевые возможности
Движок Deep Feature Synthesis
Автоматически строит вложенные признаки агрегации и трансформации по связанным таблицам.
Определения пользовательских примитивов
Позволяет писать специализированные функции Python, когда встроенных правил трансформации недостаточно.
NLP и масштабируемые расширения
Поддерживает примитивы обработки естественного языка и интеграцию с Dask для параллельного выполнения.
Готово за 3 шага
Наш честный вердикт
Плюсы
- Автоматизирует создание реляционных признаков напрямую из многотабличных наборов данных.
- Предлагает настраиваемые примитивы признаков для специализированных доменных вычислений.
- Интегрируется с Dask для выполнения генерации признаков на параллельных вычислительных кластерах.
- Включает встроенные демонстрационные наборы данных и учебные ноутбуки для быстрой оценки.
Минусы
- Генерация глубоких признаков на больших наборах данных требует значительных объемов памяти и ресурсов CPU.
- Требует предварительной работы по корректному определению схем датасетов и связей таблиц на Python.
- Может генерировать сотни малоценных признаков, требующих последующего отбора.
Цены и лицензия
Featuretools бесплатен в использовании под лицензией BSD-3-Clause. Основные затраты связаны с аппаратным обеспечением и памятью, необходимыми для запуска извлечения признаков на больших наборах данных.
Вакансии для носителей русского языка
879 открытых удалённых вакансий по обучению ИИ, обновлено 15 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Альтернативы
Эти проверенные ИИ-инструменты делают то же самое мгновенно — из нашего оценённого каталога.
Используйте сами или мы всё настроим
Вопросы
Как масштабировать Featuretools на больших наборах данных?
Вы можете установить дополнительное расширение Dask для запуска Deep Feature Synthesis на нескольких ядрах или узлах кластера.
Можно ли создавать собственную логику признаков?
Да, Featuretools позволяет определять пользовательские примитивы агрегации и трансформации на Python.
