我认为你的问题有多个答案。让我们从一个为此目的创建的名为featuretools的工具开始。你可以在优秀的文档中阅读更多关于它的信息，但只是为了给你一个直觉，考虑一个交易级别的数据集，也就是说，你有一行新交易，然后你想根据客户进行预测级别，您将创建一系列基于事务的功能，例如：

• 交易值的平均值、最大值、最小值、总和、标准值
• 交易数量
• 购买的独特产品数量
• ...

该工具将根据实体集和数据集之间的关系自动执行所有这些任务。

现在，考虑一下您的情况，您可能会使用scikit-learn 中的PolynomialFeatures来生成比其他方法更自动化的交互和多项式特征。

话虽如此，根据您的分数，在实际应用程序中，使用这些方法，或者尝试使用更多功能来提高性能，都是压倒性的并且没有用处。我们使用 kaggle 作为我们的标准训练，我认为它非常好，但业务也需要解释，如果他们可以信任它，他们会对预测性较差的算法感到满意。

在生成更多特征之前，我认为值得考虑的另一个相关问题是确定哪些列对分类任务很重要，即改进目标变量的预测。

一种常见的方法是依赖特征重要性分数，但这样做的一个缺点是分数仅在训练模型后可用。为了在训练之前猜测哪些特征可以改善目标变量的预测，我们可以计算特征和目标之间的相关性。请注意，相关计算仅适用于数字特征。为了测量分类特征和数字目标之间的关系，我们需要其他测量，称为关联。您可以在这篇不错的文章中找到更多信息。