一种基于大语言模型的自动化特征工程方法和装置

本发明公开了一种基于大语言模型的自动化特征工程方法和装置。其方法包括：S1，获取原始表格数据集并划分为训练数据集和预测数据集；S2，对原始表格数据集进行提示词设计，并指定一个适用于预测的机器学习模型和对应的评估指标；S3，将S1和S2获取的数据输入一个具有通用领域知识的大语言模型；S4，引导大语言模型自动构造出新特征和对应代码，并自动运行代码评估新特征，如果提高了评估指标的性能则保留，将当前表格数据集替换为增加新特征的表格数据集，否则丢弃掉；S5，重复步骤S4，直到达到评估指标的性能目标或达到指定的迭代次数停止迭代输出迭代结果。本发明的方案可以挖掘出传统方法难以发现的潜在特征，优化提升特征构造的效果。