Build Features ステップ
Build Features ステップは、ソーステーブルから派生した特徴量列のテーブル（算術と交互作用の組み合わせ、日付の部分の抽出、ビン分割、スケーリング、ワンホットエンコード）を、列ごとに式を手書きすることなく 1 回の処理で生成します。ウェアハウスに対する通常のトランスフォームとして実行されます。
- ソース / 出力テーブル — 入力テーブルと、派生列の書き込み先テーブル。
- パススルー列 (
passthrough_columns) — 変更せずにそのまま引き継ぐソース列。 - 特徴量 (
features) — 順序付きの特徴量仕様のリスト。1 つ以上が必須です。各仕様にはtypeがあり、1 つ以上の出力列を生成します。出力列名（パススルー列と、ワンホット以外のすべての特徴量のname）は、すべて一意である必要があります。名前が重複している場合や、ワンホットの(column, prefix)の組が重複している場合は、保存が拒否されます。
特徴量タイプ
Section titled “特徴量タイプ”| タイプ | フィールド | 生成されるもの |
|---|---|---|
式 (expression) |
name, expression, dtype（デフォルトは text） |
1 列: ソース列に対する任意の式。 |
交互作用 (interaction) |
name, columns（ちょうど 2 つ）、op（multiply または add、デフォルトは multiply）、dtype（デフォルトは numeric） |
1 列: 2 つの数値列のペアごとの算術的な組み合わせ。 |
日付の部分 (datepart) |
name, column, part（year、month、day、dow、hour のいずれか） |
1 列: 抽出された日付/時刻の要素。 |
ビン (bin) |
name, column, thresholds（昇順、1 つ以上）、labels（thresholds よりちょうど 1 つ多い数） |
1 列: column の値が属するバケットのラベル。しきい値は指定する固定値です。制限事項と注意点を参照してください。 |
Zスコア (zscore) |
name, column, dtype（デフォルトは numeric） |
1 列: 平均 0、分散 1 に標準化された列。 |
最小-最大 (minmax) |
name, column, out_min（デフォルトは 0）、out_max（デフォルトは 1）、dtype（デフォルトは numeric） |
1 列: [out_min, out_max] の範囲に再スケーリングされた列。 |
ワンホット (onehot) |
column, prefix |
column の異なる値ごとに 1 列。それぞれ <prefix><value> という名前になります。 |
列の統計 (column_mean, column_sum, column_variance, column_stddev, column_min, column_max) |
name, column, dtype, moments, order_column |
1 列: ステップのフィルターを適用した、列全体の統計量を全行に設定します。moments は sql（デフォルト、ウェアハウスの集計）または welford です。後者は、KNIME の Math Formula の COL_MEAN とその仲間と同様に、order_column の順に読み取った列に対する 1 パスの逐次モーメントとして、平均、合計、分散、標準偏差を計算します。 |
制限事項と注意点
Section titled “制限事項と注意点”- ビン分割には、事前に固定のしきい値が必要です。
binは、指定したしきい値とラベルに対して列をバケットに分けます。データから実行時に計算される等幅ビンや等頻度ビンのような、データ駆動型のビン分割はありません。bin特徴量を設定する前に、しきい値を自分で（たとえば先行する集計ステップから）計算してください。 - 一度に扱えるフレームは 1 つです。 Build Features ステップは単一のソーステーブルを読み書きします。クロステーブルの特徴量合成ツールのように、関連するテーブル間で値を集計することはありません。テーブル間の関係は、このステップの上流の結合としてモデル化してください。
- このステップには、次元削減やターゲットを考慮したエンコードはありません。 Build Features ステップには、PCA 型の成分削減も、ターゲットエンコード（カテゴリ列を、平均などのラベルの統計量として再表現するもの）もありません。カテゴリ特徴量には
onehotを使用してください。成分削減には ML: モデルの学習のpcaアルゴリズムを使用し、学習パイプラインで別のエンコードが必要な場合は、その独自の特徴量処理を使用してください。
- ML: モデルの学習 — このステップで構築したものを含め、テーブルでモデルを学習します。
- Alteryx 変換マトリックス — Alteryx の Build Features ツールのプリミティブがこれらの特徴量タイプにどう対応するか、およびここに相当するものがないプリミティブ（クロステーブル集計、PCA、ターゲットエンコード、自動ビン分割）について説明します。