华为云首页用户手册

网络智能体-创建特征工程

时间：2023-11-01 16:13:43

网络智能体 Python和Spark开发平台

创建特征工程

用户可以在“数据集详情”页面基于数据集实例新建特征工程，对数据集执行特征操作；也可以在“特征工程管理”页面新建特征工程。我们以在“特征工程管理”页面创建特征工程为例，操作步骤如下。

单击“特征工程管理”页面的

。

弹出“特征处理”对话框。如图1所示。

图1 创建特征工程

配置“特征处理”对话框参数，具体参见特征工程参数配置说明。

表1 特征工程参数配置说明
参数名称	参数说明
工程名称	特征工程的名称。只能以字母（A~Z a~z）开头，由字母、数字（0~9）、下划线“_”、“-”组成，不能以下划线结尾，且长度为[1-50]个字符。
工程描述	特征工程描述信息。最多不超过500个字符。
开发模式	特征工程的开发环境： Jupyterlab交互式开发基于JupyterLab的特征工程开发环境，具有良好的实时交互性，提供通用特征工程和数据分析的图形界面操作，以及用户自定义编码能力。适用于数据科学家，以及自定义算法场景。旧版体验式开发基于Web页面特征工程体验开发，适用于初学者及无码化特征工程。
开发平台	开发模式选择“旧版体验式开发”时展现，表示特征工程处理数据集的计算平台： Python：对于小数据量的数据集实例，选择使用Python。python 分为local python与modelarts python，特征工程单步操作支持根据数据量大小，自动选择其中一种python执行，减少单步特征操作执行时间，提升用户体验。 Spark：对于大数据量的数据集实例，选择使用Spark，但是创建过程会比较慢。
AI引擎	特征处理算子运行平台。
规格	AI引擎的资源配置信息。
数据集	从下拉框中选择数据集。
数据实例	从下拉框中选择数据。
选择文件	直接导入已有的特征工程包，对数据进行特征处理。

单击“创建”，创建特征工程，并进入“特征工程编辑”页面。如图2所示。

图2 特征工程编辑界面
点击放大

表2 特征工程编辑界面说明
区域	说明
1	特征工程信息区域。包括开发平台、数据类型、数据集名称。
2	特征工程当前操作结果概览。包括当前数据行、原始数据行、当前数据列、原始数据列、当前执行的特征操作流个数。
3	包含如下操作：配置：配置“Notebook开发”中的超参。配置超参可以调用平台提供的SDK能力，以超参名称为“test”为例，SDK如下： sai.get_hyper_param("test", type=str) 用户单击“配置”，在弹出的“配置参数”对话框中分别输入“参数名”、“默认值”和“当前值”，即可修改超参值。执行记录：查看全量数据应用的历史记录。并支持在“执行记录”中删除全量数据应用操作或重新执行全量数据应用操作。执行：将特征操作流应用在导入特征工程的全量数据上，并生成经过特征处理的新数据。
4	特征操作明细区域。单击“特征操作流总览”，查看特征操作流详情，单击每个特征操作名称前面的圆形图标，可以查看每个操作的特征处理效果。仅支持对最后一个特征处理操作进行编辑修改或删除操作。
5	特征操作区域。支持数据采样、列筛选、数据准备、特征操作、Notebook开发、绘制Mini图、绘制图形、数据过滤以及数据验证功能。具体操作请参见“特征工程”各章节内容介绍。数据采样列筛选数据准备特征操作 Notebook开发绘制Mini图：选中特征列，单击图标，选择箱线图、折线图或面积图即可。支持同时选中多列进行操作。有些数据类型不支持绘制Mini图，如“Text”类型，操作时请注意界面右上角的提示信息。绘制图形：选中特征列，单击图标，选择需要展示的图形形式即可。支持同时选中多列进行操作。有些数据类型不支持绘制图形，如“Text”类型，操作时请注意界面右上角的提示信息。数据过滤：类似Excel文档的数据过滤功能，同时支持对数据进行排序展示和有条件过滤展示。数据验证：单击图标，对全量数据进行数据验证，查看是否有空值，可通过单击和，分别查看上一处和下一处空值。