FeatNavigator：对表格数据的自动特征增强

Jun, 2024

FeatNavigator：对表格数据的自动特征增强

FeatNavigator: Automatic Feature Augmentation on Tabular Data

Jiaming Liang, Chuan Lei, Xiao Qin, Jiani Zhang, Asterios Katsifodimos...

TL;DR数据中心的人工智能通过探索和整合关系表中的高质量特征用于机器学习模型，提高模型性能，并在五个公共数据集上优于最先进的解决方案达到 40.1% 的提升。

Abstract

data-centric ai focuses on understanding and utilizing high-quality, relevant data in training machine learning (ML) models, thereby increasing the likelihood of producing accurate and useful results. Automatic feature augmentation, aiming to augment the initial base table with useful

data-centric ai automatic feature augmentation featnavigator ml models join paths

发现论文，激发创造

FeatAug: 从一对多关系表中自动进行特征增强

特征增强是机器学习模型开发中的一个关键问题，该论文提出了一种新的特征增强框架 FEATAUG，该框架可以从一对多关系表中自动提取谓词感知的 SQL 查询，并通过超参数优化和 Beam 搜索等技术提高算法性能。

Mar, 2024

基于灵活的图形增强探索策略优化表格数据

通过使用特征状态转换图，我们引入了一种新的方法来解决当前自动特征工程框架中存在的限制，并通过全面的实验证明了其在不同场景下具有优越的性能。

Jun, 2024

FeatGeNN：基于相关性特征提取的表格数据模型性能改进

自动特征工程（AutoFE）是任何机器学习项目的重要任务，可以帮助改善模型性能并为统计分析提供更多信息。为了解决当前 AutoFE 方法中存在的手动特征创建和特征数量过多问题，我们提出了一种基于相关性的卷积方法 ——FeatGeNN。我们在各种基准数据集上评估了我们的方法，并证明 FeatGeNN 在模型性能方面优于现有的 AutoFE 方法。我们的结果表明，在表格数据应用中，基于相关性的池化可以成为 AutoFE 中替代 max-pooling 的有前景的选择。

Aug, 2023

检索式变压器用于表格增强

本文提出了一种基于自学习的检索增强型 Transformer 模型，其用于自动数据整理以减轻数据分析师的工作量，实现适用于动态数据视图的表格数据的结构化与数据补全，数据的预处理是实现分析或构建机器学习模型时最昂贵和耗时的步骤之一。

Jun, 2023

增强表格推理的现实数据增强框架

该论文提出了一种实际的半自动数据增强框架，可以为半结构化表格推理等 NLI 任务构建训练数据。使用生成可应用于相似表格的假设模板生成假设并基于人类逻辑约束和前提重述创建有理的反事实表。该框架可以产生类人的表推理示例，可在有限监督的情况下提高训练数据的规模。

Oct, 2022

自动 FP：针对表格数据的自动特征预处理的实验研究

通过分析 15 种算法在 45 个公开的机器学习数据集上的综合评估和分析，研究表明 Auto-FP 问题可以用超参数优化 (HPO) 或神经架构搜索 (NAS) 问题来建模，演化算法在平均排名上表现最好，随机搜索是一个强有力的基准线，许多基于代理模型和赌博算法搜索的算法并没有超过随机搜索在 Auto-FP 方面的性能。

Oct, 2023

制表深度学习特征选择性能驱动基准

通过使用真实数据集和多种生成多余特征的方法，我们构建了一个具有挑战性的特征选择基准，对包括 Transformer 在内的下游神经网络进行评估，同时提出了一种基于输入梯度的神经网络 Lasso 变体，相较于经典的特征选择方法在选择受损或二阶特征的挑战性问题上表现出更好的性能。

Nov, 2023

表格数据的自动模型选择

该研究论文提出了两种自动化模型选择方法，分别是基于优先级的随机网格搜索和贪婪搜索方法，应用于包含特征交互的表格数据集，有效捕获预测性特征组合。

Jan, 2024

无模型特征选择以促进表格数据中发现不同子组

该论文提出了一个面向数据的 AI 框架，可以自动选择重要特征，实现自动发现不同的数据子组并提高检测性能。通过在 MIMIC-III 和 Allstate Claims 公开数据集上的验证，该框架比现有的六种特征选择方法减少了 81 倍和 104 倍的特征选择时间，并实现了有竞争力的检测性能。

Mar, 2022

AutoCross: 用于实际应用程序的表格数据自动特征交叉

本文介绍了 4Paradigm 开发的自动特征交叉工具 AutoCross，通过树形空间的束搜索，实现高阶交叉特征的高效生成。同时，提出了连续的小批量梯度下降和多粒度离散化等算法来进一步提高效率和有效性，旨在减少分布式计算中涉及的计算、传输和存储成本。实验结果表明 AutoCross 可以显着提高线性和深度模型的性能。

Apr, 2019