Kurtosis
Kurtosis()
Скорректированный выборочный эксцесс (определение Фишера).
Использование
transactions — обучающая таблица событий с бинарным target, одинаковым внутри каждого клиента.
from featminer import one_to_many_pipeline
from featminer.formulas import Kurtosis
features = one_to_many_pipeline(
df=transactions,
aggregation_key="client_id",
target_col="target",
formulas=(Kurtosis(),),
)
Kurtosis() задаёт способ расчёта; pipeline подбирает совместимые колонки и условия. features содержит признаки, прошедшие отбор по таргету.
Пример результата
Таблица платежей df: client_id — ключ объекта, amount — сумма платежа. Расчёт без дополнительного условия.
| client_id | amount | |
|---|---|---|
| 0 | 1 | 10 |
| 1 | 1 | 20 |
| 2 | 1 | 20 |
| 3 | 1 | 40 |
| 4 | 1 | NaN |
Значение этого кандидата по клиентам:
| Kurtosis | |
|---|---|
| client_id | |
| 1 | 2.22715 |
Эквивалентный расчёт на pandas
Пропущенные значения не участвуют в расчёте. Скорректированный выборочный эксцесс (определение Фишера). Нужны минимум четыре непустых значения.