WQL

LLMs 驱动结构化数据的自动化特征工程

研究人员开发了进化特征工程（EFE），一个利用大型语言模型（LLMs）自动发现结构化数据预处理转换的新框架。EFE将这些转换表示为Python程序，能够无缝集成到现有的机器学习管道中。该框架利用数据集上下文、汇总统计数据和下游性能反馈来优化候选程序。EFE在时间序列预测方面取得了成功，使用Chronos-2等模型将误差降低了3%或更多；在表格预测方面，它演化出了紧凑、可解释的特征程序，其性能与现有的基于LLM的方法相当或更优。