python手把手教你数据增强——特征构建

保姆级，已经帮兄弟们编了，只需要你输入你的训练的txt文件就可以：

代码如下：

import pandas as pd
import itertools
#用到的两个库，需要教程下载的兄弟去我主页找一下安装方法
data_full_arrangement_train = pd.read_table('D:/1wangyong\pytorchtrains\train01.txt')
##这里路径改成兄弟们自己数据的类型就可以，前提是数据都是数值型
def full_arrangement_train(data_full_arrangement_train):
    res = []
    data_swap={}
    number = 4 
    ##这里的number代表从数据中随机从数据中不重复且全面抽取2-4个数据相加以及相乘，放在两个新的列里，
    ##如果你只想增加类似v0+v1，和v0*v1 两个数之间的随机组合成新特征，就number = 2
    ##这里的number ==4 表示，随机两个、三个、四个组成新特征

    data_full_arrangement = data_full_arrangement_train.copy()
    data_swap["target"] = data_full_arrangement["target"]
    del data_full_arrangement["target"]
    for key in data_full_arrangement:
        res.append(key)
    data_plus = {}
    for num in itertools.combinations(res, number):
        name=""
        data_name = 0
        for x in num:
            name += x+"+"
            data_name += data_full_arrangement[x]
        data_plus[name] = data_name
    Data_plus = pd.DataFrame(data_plus)
    data_multiplication = {}
    for num in itertools.combinations(res, number):
        name=""
        data_name = 1
        for x in num:
            name += x+"*"
            data_name = data_name*data_full_arrangement[x]
        data_multiplication[name] = data_name
    Data_multiplication = pd.DataFrame(data_multiplication)
    #合并 原始数据 N选二累加数据 N选二累乘数据
    data_test = pd.concat([data_full_arrangement,Data_plus],axis=1)
    data_test = pd.concat([data_test,Data_multiplication],axis=1)
    data_test["target"] = data_swap["target"]
    return data_test
data01 = full_arrangement_train(data_full_arrangement_train )

outputpath='D:/1wangyong\pytorchtrains\/train_full_4.txt'
##这里就是保存数据的路径
data01.to_csv(outputpath,sep='\t',index=False,header=True)

兄弟们点个赞！！！

感谢感谢！！！