自动特征工程

Driverless AI 会执行自动特征工程，并将其作为实验模型构建进程的一部分。通过在数据集各列上进行 transformations 和/或 interactions 以创建新特征。特征的创建和选择本质上是不断演变的（基于之前迭代中的变量重要性），并使用 遗传算法 为实验/数据集找到最佳特征转换和模型参数。

可从实验的 AutoDoc 报告中获取实验创建（应用转换）和使用的特征的详细信息。

可从实验专家面板的 Features Settings 中控制特征工程工作量和演变。

除了 Driverless AI 内置以外的转换器，用户还可上传 自定义转换器 。可从 Driverless AI 开源 custom recipes 中获取某些开源的自定义转换器。

可从实验专家面板的“插件”选项卡中控制要包括哪些转换器。

Preprocessing transformers 可用于控制输入至不断演变的转换器层的特征。

用户可在已完成实验的 模型操作 中点击 Transform Dataset ，以获取带有（已处理过的）特征的数据集。这将提供实验最佳个体模型的管道。