FeatureEnVi：基于逐步选择与半自动提取方法的特征工程可视化分析系统

机器学习（ML）生命周期包含一系列迭代步骤，从数据的有效收集与准备（包括复杂的特征工程过程）到结果的呈现与改进，且每一步都有多种算法可供选择。尤其是特征工程对 ML 非常有益，可带来诸多改进，如提升预测结果、减少计算时间、降低过多噪声以及增强训练过程中决策背后的透明度。尽管如此，虽然已有若干可视化分析工具用于监控和控制 ML 生命周期的不同阶段（特别是与数据和算法相关的阶段），特征工程的支持仍显不足。本文中，我们提出 FeatureEnVi，一个专为辅助特征工程过程而设计的可视化分析系统。我们提出的系统帮助用户选择最重要的特征、将原始特征转换为更强的替代特征，并尝试不同的特征生成组合。此外，数据空间切片允许用户探索特征在局部和全局尺度上的影响。FeatureEnVi 利用多种自动特征选择技术；进一步地，它通过关于每个特征（或特征子集）影响的统计证据在视觉上引导用户。最终产出是经过重度工程化的特征提取，并由多种验证指标评估。FeatureEnVi 的实用性与适用性通过两个用例和一个案例研究得以展示。我们还报告了两位 ML 专家与一位可视化研究者评估我们系统有效性后的访谈反馈。