特征工程简介

用户可以通过特征工程对数据集进行数据处理、特征组合、特征转换等特征处理，最大限度的从原始数据中提取特征以供模型训练使用。此外，用户还可以将优质的特征工程发布成服务，以服务的形式对具备完全相同特征的数据进行预处理。

特征工程相关的基本概念：

特征工程：对数据进行特征处理操作的工程。
特征工程服务：将优质的特征工程发布成服务，用户可以直接调用该服务，对具备完全相同特征的数据进行特征处理。
特征工程任务：调用特征工程服务的过程。用户在调用特征工程服务的时候，需要基于特征工程服务新建任务。

特征工程管理页面

“特征工程”页面分为两个页签：特征处理工程和已发布服务。

“特征处理工程”页签列出了已有的特征工程列表信息，如图1所示。在该页签，用户可以新建特征工程、编辑特征工程信息、导出特征工程、复制特征工程、删除特征工程、将特征工程发布成服务，详情请参见表1。
“已发布服务”页签列出了已发布的特征工程服务信息，如图2所示。在该页签，用户可以查看发布服务的详情，创建特征工程任务，删除特征工程服务，详情请参见表1。

图1 特征处理工程页签
点击放大

图2 已发布服务页签
点击放大

表1 特征工程管理界面说明
页签	参数名称	参数说明
特征工程页面		创建特征工程。
		根据特征工程名称关键字，快速查找特征工程。
		单击图标，可查看Jupyterlab平台的环境信息，包括环境名称、状态、规格和剩余使用时间，停止运行环境的操作。
		Spark资源环境信息，用于数据集分析以及Spark特征工程。包括资源ID、状态、规格以及删除资源的操作。
		查看复制的特征工程的相关信息，包括任务类型、源特征工程、目标特征工程、创建时间和状态等信息。
特征工程页签	特征工程名	特征工程的名称。可以在创建特征工程时配置。
	开发平台	特征工程处理数据集的计算平台。包括如下开发平台： Jupyterlab Python Spark
	环境信息	包括运行环境的资源配置信息（“2核\|8G”等）和运行状态（“创建中”、“运行中”等）。
	数据集	数据名称。
	创建人	创建特征工程的用户。
	创建时间	创建特征工程的时间。
	简介	特征工程的描述。
		进入特征工程操作界面。
		编辑特征工程相关信息，包括工程描述、AI引擎、规格等。
		删除特征工程。
		单击操作列图标后显示的下拉框中展示此图标。下载特征工程包。
		单击操作列图标后显示的下拉框中展示此图标。复制生成新的特征工程。模型训练服务支持将特征工程复制到项目公开组的其他项目中，对其他项目的数据进行特征处理。也支持复制到当前项目中，对其他数据进行特征处理。
		单击操作列图标后显示的下拉框中展示此图标。将特征工程发布成服务。详情请参见发布服务。开发平台为“JupyterLab”的特征工程操作列无此图标，此类特征工程的发布操作，通过在JupyterLab环境编辑界面，单击界面上方菜单栏中的发布图标完成，详情请参见发布算法工程服务。
已发布服务页签	服务名称	发布的特征工程服务名称。
	特征工程名	发布服务基于的特征工程名称。
	开发平台	特征工程处理数据集的计算平台。
	创建人	发布服务的用户名。
	创建时间	发布服务的时间。
	活动时间	最新执行特征工程任务的时间。
	简介	特征工程服务的简介。
		查看特征工程服务详情，包括特征工程任务的列表信息。
		创建特征工程任务。
		删除特征工程服务。