| name | feature |
| description | 피처 엔지니어링. 전처리된 데이터에서 인코딩, 스케일링, 파생 변수 생성, 피처 선택을 수행하는 노트북을 생성한다. 트리거: "dalykit:feature", "피처 엔지니어링".
|
| user_invocable | true |
Feature (피처 엔지니어링)
활성 kit 기준으로 feature/ 폴더에 노트북, 결과 JSON, featured.csv, 보고서를 저장한다.
사용법
dalykit:feature
dalykit:feature kits/k1/clean/cleaned.csv
dalykit:feature select
dalykit:feature select kits/k1/feature/featured.csv
dalykit:feature report
사전 조건
dalykit/config/active.json이 있어야 한다- 입력 데이터가 있어야 한다
- 기본:
dalykit/kits/{kit}/clean/cleaned.csv
- 선택: 사용자가 지정한 CSV 경로
- 필요 시 EDA, clean, stat 보고서를 함께 참조한다
경로 규칙
| 항목 | 경로 |
|---|
| stage 디렉토리 | dalykit/kits/{kit}/feature/ |
| 노트북 | dalykit/kits/{kit}/feature/feature_pipeline.ipynb |
| 결과 JSON | dalykit/kits/{kit}/feature/feature_results.json |
| 결과 데이터 | dalykit/kits/{kit}/feature/featured.csv |
| 선택 스크립트 | dalykit/kits/{kit}/feature/feature_select.py |
| 선택 결과 JSON | dalykit/kits/{kit}/feature/feature_select_results.json |
| 추천 피처 목록 | dalykit/kits/{kit}/feature/selected_features.txt |
| 보고서 | dalykit/kits/{kit}/feature/feature_report.md |
| 시각화 | dalykit/kits/{kit}/feature/figures/ |
워크플로우
dalykit:feature
- 활성 kit 확인
- 인자 없으면 현재 kit의
clean/cleaned.csv를 사용한다
- 인자 있으면 해당 CSV를 입력으로 사용하고, 입력 출처를 manifest에 기록한다
- 기존 EDA, clean, stat 보고서가 있으면 함께 읽는다
- CELL_PATTERNS.md를 참조해 노트북 생성
- 노트북은 인코딩·스케일링·파생 변수·피처 제거 셀 끝마다
feature_results.json을 중간 저장하도록 구성한다
dalykit:feature select
- 활성 kit 확인
- 인자 없으면 현재 kit의
feature/featured.csv를 사용한다
- 인자 있으면 해당 CSV를 입력으로 사용하고 입력 출처를 기록한다
- task type과 target을 확인하고 CV 전략을 자동 선택한다
- 경량 모델 1개로 후보 피처 중요도를 계산한 뒤
greedy_forward로 조합을 비교한다
feature_select.py, feature_select_results.json, selected_features.txt를 저장한다featured.csv는 자동으로 덮어쓰지 않는다
dalykit:feature report
feature_results.json을 읽는다feature_select_results.json이 있으면 함께 읽는다- REPORT_GUIDE.md를 참조해 보고서를 생성한다
feature_report.md에 저장한다active.json.stages_completed와 artifacts.feature_data를 갱신한다
완료 기준
dalykit:feature는 노트북 생성만 수행하므로 완료 단계로 기록하지 않는다dalykit:feature select는 보조 분석이므로 완료 단계로 기록하지 않는다dalykit:feature report까지 생성되어야 feature 단계 완료로 본다
규칙
- 결과 데이터 파일명은 항상
featured.csv
- figures는
feature/figures/에 저장한다
- 입력이 다른 kit 산출물이면 출처를 현재 kit의
manifest.json에 남긴다
feature select는 추천 결과만 남기고 featured.csv를 자동 수정하지 않는다- 셀 단위 저장은
feature_results.json을 덮어쓰는 방식으로 누적한다
