新框架利用策略引导搜索优化表格数据特征变换

针对表格数据特征变换，研究团队提出一种包含两个互补组件的新框架。该框架通过排列不变的分层模块捕捉特征、操作及抽象层级间的交互，并利用策略引导的多目标强化学习策略，从经验种子初始化搜索，联合优化预测准确率与变换效率。实验显示该方法在多个基准上有效且稳健，代码与数据已公开。