通过自我进化 bridging 专家知识与自动化特征工程

针对高风险领域对模型可解释性及专家知识对齐的需求，本文提出 FEST（自进化树特征工程）。该方法结合双流特征生成、语义去重及树引导的迭代进化机制，从非结构化数据中挖掘可审计特征。实验表明，FEST 在多项任务中显著优于基线，能有效将定性专家准则转化为操作化特征，并发布了首个专家特征对齐数据集 BrandGuide，为可解释机器学习提供了新路径。