Git Stars Git Stars

#feature-engineering 仓库

探索 56 个标记为 #feature-engineering 的活跃开源 GitHub 仓库,它们累计获得 95,158 个 Star(平均每个项目 1,699 个)。该主题的领先项目是 EpistasisLab/tpot,拥有 10,051 个 Star。

56
仓库总数
95,158
总星标数
1,699
平均每个仓库星标数
1
EpistasisLab/tpot

一个使用遗传编程优化机器学习管道的Python自动化机器学习工具。

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 已更新 2025-09-11 📅 创建时间 2015-11-03
2
alteryx/featuretools

一个用于自动化特征工程的开源 Python 库

alteryx
⭐ 7,697 Python 👤 alteryx Organization 🕐 已更新 2026-09-11 📅 创建时间 2017-09-08
3
airbnb/aerosolve

为人类打造的机器学习包。

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 已更新 2025-11-06 📅 创建时间 2015-05-12
5
alibaba/Alink

Alink 是基于 Flink 的机器学习算法平台,由阿里巴巴计算平台的 PAI 团队开发。

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 已更新 2024-06-07 📅 创建时间 2018-09-30
6
data-science-on-aws/data-science-on-aws

使用 Kubeflow、Amazon EKS 和 SageMaker 进行人工智能与机器学习

data-science-on-aws
⭐ 3,422 Jupyter Notebook 👤 data-science-on-aws Organization 🕐 已更新 2024-07-31 📅 创建时间 2020-02-29
7
mljar/mljar-supervised

用于表格数据的 AutoML 的 Python 包,包括特征工程、超参数调优、解释和自动文档

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 已更新 2026-11-05 📅 创建时间 2018-11-05
8
Visualize-ML/Book6_First-Course-in-Data-Science

Book_6_《数据有道》 | 鸢尾花书:从加减乘除到机器学习;欢迎大家批评指正!纠错多的同学会得到赠书感谢!

Visualize-ML
⭐ 2,799 Jupyter Notebook 👤 Visualize-ML User 🕐 已更新 2026-05-01 📅 创建时间 2022-10-11
9
apache/hamilton

Apache Hamilton 帮助数据科学家和工程师定义可测试、模块化、自文档化的数据流,这些数据流编码血缘/跟踪和元数据。可在 Python 运行的所有地方运行和扩展。

apache
⭐ 2,631 Jupyter Notebook 👤 apache Organization 🕐 已更新 2026-11-16 📅 创建时间 2023-02-23
10
scikit-learn-contrib/category_encoders

sklearn 兼容的分类变量编码器库

scikit-learn-contrib
⭐ 2,510 Python 👤 scikit-learn-contrib Organization 🕐 已更新 2026-10-31 📅 创建时间 2015-11-29
11
metarank/metarank

文章、列表、搜索结果、推荐的低代码机器学习个性化排名服务,可提高用户参与度。一个友好的学习排名引擎

metarank
⭐ 2,461 Scala 👤 metarank Organization 🕐 已更新 2026-10-06 📅 创建时间 2020-08-19
12
feature-engine/feature_engine

与 sklearn 兼容的特征工程和选择开源 Python 库。

feature-engine
⭐ 2,297 Python 👤 feature-engine Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-12-31
13
salesforce/TransmogrifAI

TransmogrifAI(发音为 trăns-mŏgˈrə-fī)是一个 AutoML 库,用于在 Apache Spark 上构建模块化、可重用且强类型的机器学习工作流,且只需极少的调优。

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 已更新 2026-06-02 📅 创建时间 2017-11-02
14
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem中译版,在线文档地址:https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 已更新 2025-12-10 📅 创建时间 2023-08-30
15
featureform/featureform

虚拟特征商店。将您现有的数据基础设施转变为特征商店。

featureform
⭐ 1,979 Go 👤 featureform Organization 🕐 已更新 2025-07-03 📅 创建时间 2020-10-16
16
feathr-ai/feathr

Feathr – 面向企业的可扩展、统一的数据和人工智能工程平台

feathr-ai
⭐ 1,916 Scala 👤 feathr-ai Organization 🕐 已更新 2024-04-04 📅 创建时间 2022-02-18
17
asavinov/intelligent-trading-bot

智能交易机器人:基于机器学习和特征工程自动生成信号并进行交易

asavinov
⭐ 1,906 Python 👤 asavinov User 🕐 已更新 2026-11-18 📅 创建时间 2021-10-24
18
linkedin/greykite

一个灵活、直观且快速的预测库

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 已更新 2025-02-20 📅 创建时间 2021-04-27
19
4paradigm/OpenMLDB

OpenMLDB 是一个开源机器学习数据库,它提供了一个特征平台,用于计算训练和推理的一致性特征。

4paradigm
⭐ 1,717 C++ 👤 4paradigm Organization 🕐 已更新 2026-11-10 📅 创建时间 2021-03-12
20
LastAncientOne/Deep_Learning_Machine_Learning_Stock

深度学习和机器学习股票为长期和短期投资者以及交易者提供了有前景的机会。

LastAncientOne
⭐ 1,689 Jupyter Notebook 👤 LastAncientOne User 🕐 已更新 2024-03-01 📅 创建时间 2018-09-29
21
hyperopt/hyperopt-sklearn

sklearn 的超参数优化

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 已更新 2025-04-15 📅 创建时间 2013-02-19
22
winedarksea/AutoTS

自动化时间序列预测

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 已更新 2026-11-19 📅 创建时间 2019-11-26
24
logicalclocks/hopsworks

Hopsworks - 具有 Feature Store 的数据密集型 AI 平台

logicalclocks
⭐ 1,299 Java 👤 logicalclocks Organization 🕐 已更新 2025-02-10 📅 创建时间 2018-07-26
25
functime-org/functime

大规模时间序列机器学习。基于 Polars 构建,可轻松并行化特征提取和面板数据预测。

functime-org
⭐ 1,194 Python 👤 functime-org Organization 🕐 已更新 2026-05-03 📅 创建时间 2023-06-05
26
8080labs/ppscore

Python中的预测能力评分(PPS)

8080labs
⭐ 1,170 Python 👤 8080labs User 🕐 已更新 2026-03-11 📅 创建时间 2020-04-17
27
NVIDIA-Merlin/NVTabular

NVTabular 是一个用于表格数据的特征工程和预处理库,旨在快速轻松地处理用于训练深度学习推荐系统的TB级数据集。

NVIDIA-Merlin
⭐ 1,153 Python 👤 NVIDIA-Merlin Organization 🕐 已更新 2026-05-22 📅 创建时间 2020-04-03
28
campusx-official/ML-Roadmap-for-2022

精选的机器学习视频、链接、项目和数据集列表,帮助您在 6 个月内征服 ML 领域。

campusx-official
⭐ 1,119 👤 campusx-official User 🕐 已更新 2024-08-20 📅 创建时间 2022-01-10
29
elastic/ember

Elastic Malware Benchmark:赋能研究人员

elastic
⭐ 1,110 Jupyter Notebook 👤 elastic Organization 🕐 已更新 2024-11-22 📅 创建时间 2018-04-11
32
EpistasisLab/pmlb

PMLB:一个大型的、策展的基准数据集库,用于评估监督机器学习算法。

EpistasisLab
⭐ 866 Python 👤 EpistasisLab Organization 🕐 已更新 2025-02-25 📅 创建时间 2016-11-11
33
alteryx/evalml

EvalML 是一个用 Python 编写的 AutoML 库。

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 已更新 2026-01-14 📅 创建时间 2019-07-17
34
tidymodels/tidymodels

轻松安装和加载 tidymodels 包

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 已更新 2026-09-17 📅 创建时间 2018-07-05
35
ashishpatel26/Amazing-Feature-Engineering

特征工程是使用领域知识通过数据挖掘技术从原始数据中提取特征的过程。这些特征可以用来提高机器学习算法的性能。特征工程可以被视为应用机器学习本身。

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 已更新 2025-06-29 📅 创建时间 2019-02-19
37
jeongyoonlee/Kaggler

Kaggle 数据科学竞赛代码

jeongyoonlee
⭐ 751 Python 👤 jeongyoonlee User 🕐 已更新 2024-04-25 📅 创建时间 2015-01-28
38
muaimingjun/bigData

大数据比赛项目库

muaimingjun
⭐ 734 Python 👤 muaimingjun User 🕐 已更新 2025-05-07 📅 创建时间 2019-10-14
39
Meesho/BharatMLStack

BharatMLStack 是一个开源的、端到端的机器学习基础设施堆栈,在 Meesho 构建,用于支持 Bharat 规模的实时和批量机器学习工作负载

Meesho
⭐ 716 Go 👤 Meesho Organization 🕐 已更新 2026-11-14 📅 创建时间 2025-05-23
40
google/temporian

Temporian是一个用于机器学习应用🤖的时间数据📈预处理⚡和特征工程🛠的开源Python库

google
⭐ 711 Python 👤 google Organization 🕐 已更新 2025-10-29 📅 创建时间 2023-01-17
41
v1tzor/TimePlanner

完全免费、便捷快速的每日任务规划

v1tzor
⭐ 708 Kotlin 👤 v1tzor User 🕐 已更新 2026-08-30 📅 创建时间 2023-05-08
42
featurestoreorg/serverless-ml-course

用于构建支持AI的预测服务的无服务器机器学习课程,该课程基于模型和特征

featurestoreorg
⭐ 678 Jupyter Notebook 👤 featurestoreorg Organization 🕐 已更新 2024-09-24 📅 创建时间 2022-09-01
43
AutoViML/featurewiz

使用高级特征工程策略,只需一行代码即可从数据集中选择最佳特征。由 Ram Seshadri 创建。欢迎合作者。

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 已更新 2025-02-19 📅 创建时间 2020-11-29
44
abstractqqq/polars_ds_extension

Polars 扩展,适用于通用数据科学用例

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 已更新 2026-11-18 📅 创建时间 2023-10-30
45
syncora-ai/Synthetic-AI-Developer-Productivity-Dataset

高保真合成数据集,捕获 AI 开发人员的生产力指标 — 包括专注时长、任务完成率和倦怠指标。隐私安全,非常适合 ML 和工作流分析。

syncora-ai
⭐ 657 Jupyter Notebook 👤 syncora-ai User 🕐 已更新 2025-09-04 📅 创建时间 2025-07-31
46
NathanEpstein/Dora

Python 中的探索性数据分析工具

NathanEpstein
⭐ 647 Python 👤 NathanEpstein User 🕐 已更新 2025-08-05 📅 创建时间 2016-02-16
47
achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 已更新 2024-06-07 📅 创建时间 2020-09-02
48
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

用于静态/批量和在线/持续学习的自动化机器学习(AutoML)方法的使用实现/教程

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 已更新 2024-05-14 📅 创建时间 2022-09-09
49
tidymodels/recipes

用于特征工程和数据预处理的可管道化步骤,以准备建模

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 已更新 2026-09-17 📅 创建时间 2016-12-16

常见问题解答

1

GitHub 上最受欢迎的 #feature-engineering 仓库是什么?

GitHub 上排名第一的开源 #feature-engineering 项目是 EpistasisLab/tpot,拥有 10,051 个 Star。一个使用遗传编程优化机器学习管道的Python自动化机器学习工具。

2

#feature-engineering 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #feature-engineering 项目中,最常见的编程语言是 Python, Jupyter Notebook, Scala, Java。

3

#feature-engineering 仓库的排名是如何计算的?

我们跟踪了 56 个标记为 #feature-engineering 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 95,158 个 Star,平均每个仓库拥有 1,699 个 Star。排名每日根据 GitHub API 更新。