Build Features
Description
섹션 제목: “Description”Build Features 단계는 열마다 식을 직접 작성하지 않고도 소스 테이블에서 파생 피처 열 테이블을 한 번에 만듭니다. 산술 및 상호작용 조합, 날짜 부분 추출, 구간화, 스케일링, 원-핫 인코딩을 지원합니다. 웨어하우스에서 일반 변환으로 실행됩니다.
Configuration
섹션 제목: “Configuration”- 소스 / 출력 테이블 — 입력 테이블과 파생 열을 기록할 테이블입니다.
- 패스스루 열 (
passthrough_columns) — 변경 없이 그대로 전달할 소스 열입니다. - 피처 (
features) — 순서가 있는 피처 사양 목록이며 하나 이상 필요합니다. 각 사양에는type이 있고 하나 이상의 출력 열을 만듭니다. 패스스루 열과 원-핫이 아닌 모든 피처의name을 포함한 출력 열 이름은 모두 고유해야 하며, 이름이 중복되거나 원-핫(column, prefix)쌍이 중복되면 저장이 거부됩니다.
Feature Types
섹션 제목: “Feature Types”| 유형 | 필드 | 생성 결과 |
|---|---|---|
식 (expression) |
name, expression, dtype (default text) |
열 하나: 소스 열에 대한 임의의 식입니다. |
상호작용 (interaction) |
name, columns (exactly 2), op (multiply or add, default multiply), dtype (default numeric) |
열 하나: 숫자 열 두 개의 쌍별 산술 조합입니다. |
날짜 부분 (datepart) |
name, column, part (year, month, day, dow, or hour) |
열 하나: 추출한 날짜/시간 구성 요소입니다. |
구간화 (bin) |
name, column, thresholds (ascending, at least 1), labels (exactly one more than thresholds) |
열 하나: column 값이 속하는 구간의 레이블입니다. 임계값은 사용자가 제공하는 고정 값입니다. 제한 사항 및 주의 사항을 참고하십시오. |
Z 점수 (zscore) |
name, column, dtype (default numeric) |
열 하나: 평균 0, 단위 분산으로 표준화한 열입니다. |
최소-최대 (minmax) |
name, column, out_min (default 0), out_max (default 1), dtype (default numeric) |
열 하나: [out_min, out_max] 범위로 다시 조정한 열입니다. |
원-핫 (onehot) |
column, prefix |
column의 고유 값마다 열 하나씩 생성하며, 각 열의 이름은 <prefix><value>입니다. |
열 통계 (column_mean, column_sum, column_variance, column_stddev, column_min, column_max) |
name, column, dtype, moments, order_column |
열 하나: 단계의 필터를 적용한 전체 열의 통계값이 모든 행에 들어갑니다. moments는 sql(기본값, 웨어하우스 집계) 또는 welford입니다. 후자는 order_column 순서로 읽은 열에 대해 평균, 합계, 분산, 표준 편차를 단일 패스 누적 모멘트로 계산하며, KNIME의 Math Formula COL_MEAN 및 관련 함수와 같은 방식입니다. |
Limits and Caveats
섹션 제목: “Limits and Caveats”- 구간화에는 사전에 고정된 임계값이 필요합니다.
bin은 사용자가 제공한 임계값과 레이블을 기준으로 열을 구간으로 나눕니다. 실행 시점에 데이터에서 등폭 또는 등빈도 구간을 계산하는 데이터 기반 구간화는 없습니다.bin피처를 구성하기 전에 이전 집계 단계 등을 통해 임계값을 직접 계산하십시오. - 한 번에 하나의 프레임만 처리합니다. Build Features는 소스 테이블 하나를 읽고 씁니다. 교차 테이블 피처 합성 도구처럼 관련 테이블에 걸쳐 값을 집계하지는 않습니다. 테이블 간 관계는 이 단계 앞에서 조인으로 구성하십시오.
- 이 단계에는 차원 축소나 타깃 인식 인코딩이 없습니다. Build Features에는 PCA 방식의 성분 축소와 타깃 인코딩(범주형 열을 레이블의 평균과 같은 통계로 다시 표현하는 방식)이 없습니다. 범주형 피처에는
onehot을 사용하십시오. 성분 축소에는 ML: 모델 학습 단계의pca알고리즘을 사용하고, 학습 파이프라인에 다른 인코딩이 필요하면 해당 단계의 자체 피처 처리를 사용하십시오.
Related
섹션 제목: “Related”- ML: 모델 학습 — 이 단계에서 만든 테이블을 포함하여 테이블로 모델을 학습합니다.
- Alteryx 변환 매트릭스 — Alteryx Build Features 도구의 기본 요소가 이러한 피처 유형에 어떻게 대응하는지, 그리고 어떤 기본 요소(교차 테이블 집계, PCA, 타깃 인코딩, 자동 구간화)가 여기에 대응 항목이 없는지 설명합니다.