自动特性设计

通过自动特性工程，Qlik AutoML 可以使用训练数据中的现有特性来创建新特性。这些新的自动设计的特性允许您发现数据中的新模式，并可以极大地提高机器学习模型的性能。

特性设计是从当前特性列创建新特性列的过程。AutoML 可以自动执行特性设计，以改进对某些类型数据的处理。有关功能设计的一般信息，请参见创建新要素列。

自动设计特性及从其衍生它们的父特性都标有 图标 。

选择一个数据集用于实验后，将对该数据集进行分析，并将其中的列标识为包含某些数据类型。这些数据类型允许 AutoML 为数据集中的每一列分配一个特性类型。每列都有以下特性类型之一：

• 分类

• 数字

• 日期

• 自由文本

如果可能，AutoML 会显示一个可以从符合条件的父特性创建的自动设计特性列表。随着预处理的开始，这个自动设计特性列表将进一步细化和减少。建议在实验中包含自动设计特性，但这是可选的。您可以在开始训练之前以及在配置每个新的实验版本时删除单独的自动设计特性。

有关实验训练开始前完成的过程的更多信息，请参阅自动数据准备和转换。

日期特性设计

AutoML 从具有日期特性类型的合格列生成自动设计特性，这些列已被标识为包含日期和时间信息。自动设计特性及从其衍生它们的父特性都标有 图标 。

当 Qlik Cloud 分析 分析您选择用于 AutoML 的训练数据集时，它会将某些数据类型链接到日期特性类型。这包括以下数据类型：

• 日期

• 日期时间

• 时间

• 时间戳

在分析期间分配给这些数据类型中任何一种的特性都被指定为日期特性类型。有关可以查看的数据字段的可用配置文件统计数据的信息，请参阅分析列表视图。

如果可能，AutoML 会显示一个自动设计的日期特性列表，这些特性可以从具有日期特性类型的合格父特性创建。默认情况下，实验中包含自动设计的日期特性。如果您选择包含它们，则新特性性将在实验的 v1 之后生成。

自动设计日期特性具有数字特性类型。默认情况下，它们包含在实验中，但是可选的。在开始实验训练之前，或者在配置下一个实验版本时，可以删除其中的部分或全部。当包含自动设计的日期特性时，将从实验中删除原始父日期特性。

您可以将父日期特性作为分类或数字特性包含在内。当您这样做时，自动设计的日期特性将不再可用。在大多数情况下，建议在实验中使用可用的自动设计特性，因为它们可以提高机器学习模型的性能。然而，在某些情况下，列被标识为日期特性，但您需要将其视为分类或数字特性。在这些情况下，您可以手动更改特性类型。

自动设计的日期特性不计入 Qlik Cloud 订阅中指定的 AutoML 数据集大小（训练数据集和应用数据集中的最大单元格数）。只计算原始日期列单元格。

使用日期特性作为实验目标

在极少数情况下，您希望使用具有日期和时间信息的特性作为实验目标，列的特性类型将从日期切换到分类，并且自动设计的特性将被删除。如果您选择了另一个目标，然后稍后希望将日期和时间特性添加为常规特性，则需要根据需要手动将其更改回日期特性类型。如果将特性返回到日期特性类型，则会再次生成自动设计的日期特性。

有关如何更改特性类型的详细信息，请参阅更改特性类型。

可用的自动设计日期特性

当从数据集中的列生成自动设计的日期特性时，AutoML 提取并计算每个日期和日期时间值的特定组件，将每个组件隔离在自己的列中。下表列出了 AutoML 可以生成的自动设计特性。

对于创建的每个新特性，原始列名的后缀都是适用的自动设计特性。

预测中的自动设计日期特性

当使用训练数据集创建模型时，会生成自动设计的日期特性，该模型被部署并用作 ML 部署，以对新数据（应用数据集）进行预测。

当使用自动设计日期特性训练的模型被部署用于进行预测时，用于生成预测的应用数据集不需要包括自动设计日期特性。AutoML 在预测之前为应用数据集生成自动设计特性。但是，应用数据集必须包括父日期特性，并且列必须已被配置为具有日期、日期时间、时间戳或时间数据类型。

ML 部署创建的预测数据集，包括 SHAP 和应用数据集，将包括自动设计的日期特性。

实时预测中的自动设计日期特性

为了使实时预测 API 能够处理您的日期和时间戳字段，您发送给实时预测 API 的 JSON 有效负载必须符合以下要求：

• 日期和日期时间值必须是根据 ISO 8601 标准格式化的字符串

• 每列中的数据需要属于同一时区