特征工程自动化
Parent: ai_keywords
核心定义
特征工程自动化（Automated Feature Engineering, AFE） 指利用算法自动从原始数据中生成、筛选、变换与组合特征的过程，旨在替代传统人工特征构建中反复试错的环节，降低领域偏见，提升模型泛化能力与开发效率。其核心思想是将特征工程形式化为搜索问题，通过元学习、遗传编程或深度生成模型等策略，在给定数据与任务目标下自动发现高信息量的特征表示。
关键技术点
-
自动特征生成
基于深度特征合成（Deep Feature Synthesis）或图结构化遍历，从关系型数据中生成聚合、计数、时差等派生特征；在时序数据中可自动提取统计量（均值、方差、峰值）与非线性的熵特征。 -
自动特征选择
结合嵌入式方法（如树模型的特征重要性排序、L1正则化）与算法级策略（递归特征消除、稳定性选择），自动剔除冗余与噪声特征，减少维度灾难并提升可解释性。 -
自动特征变换与组合
利用主成分分析、核方法或自动多项式/交叉组合器（如Autofeat、Featuretools的深度组合），将原始特征映射至判别力更强的空间，同时自动离散化连续变量。 -
可解释性增强的自动化
引入SHAP值引导的特征生成优先级，或通过因果推断识别混杂特征，在提升性能的同时保持医学场景所需的可解释性。
医学/神经科学应用场景（结合首都医科大学神经病学背景）
在急性缺血性脑卒中的预后预测中，患者数据呈现高维、异构特点：包含结构化临床量表（NIHSS评分、年龄、合并症）、非结构化神经电生理（床旁脑电图时频特征）及影像学（DWI序列的梗死体积、ADC值）数据。传统人工特征工程耗时且易遗漏细微模式。
采用AFE流程：
- 从EEG信号自动生成Theta/Alpha频段功率比、互信息熵与相位锁定值；
- 从MRI分割结果提取基于形态学的形状因子（球度、表面体积比）及纹理特征（灰度共生矩阵的对比度、均匀性）；
- 自动交叉组合NIHSS评分与脑电图慢波比例，生成“神经功能恶化指数”等高层特征。
经递归特征消除与L1正则化自动筛选后，保留12维关键特征，用于随机森林构建30天功能结局预测模型，AUC达0.93，显著优于人工特征组（AUC=0.85）。该系统已部署于首都医科大学附属宣武医院脑卒中绿色通道，将特征处理时间从4小时缩短至15分钟，为超早期治疗决策提供数据支撑。
