在使用 Featuretools 时，是否可以跳过目标特征？例如，考虑 iris 数据集

data = pd.read_csv('https://gist.githubusercontent.com/curran/a08a1080b88344b0c8a7/raw/639388c2cbc2120a14dcf466e85730eb8be498bb/iris.csv')target = "species"data[target] = data[target].map({'setosa':0, 'versicolor':1, 'virginica':2})# 创建实体集并添加实体es = ft.EntitySet(id='iris dataset')es.entity_from_dataframe(entity_id='data', dataframe=data,                         make_index=True, index='index')# 使用转换原语运行深度特征合成feature_matrix, feature_defs = ft.dfs(entityset=es, target_entity='data',                                      trans_primitives=['add_numeric', 'multiply_numeric'])

生成的 feature_matrix 包含了无用的特征，如 sepal_width + species。如何移除它们？

回答：

您可以使用 DFS 中的 ignore_variables 来忽略目标特征。

feature_matrix, feature_defs = ft.dfs(    entityset=es,    target_entity='data',    trans_primitives=['add_numeric', 'multiply_numeric'],    ignore_variables={'data': ['species']},)