好的建议！我可以看到这个在automl包的样本数据集上运行时，可以从配置中剪除无用的特性。

@tgaddair 我使用mlxtend工具，它对我来说非常有用。它可以与许多模型神经网络、xgboost和其他树模型、sklearn模型一起工作。结果可以保存为xlsx文件作为报告。有两种主要方法来查找最佳特征集：正向搜索和反向搜索，通常我都使用这两种方法。

我对特征工程和寻找最佳模型参数有一定的经验，但我的开发技能较低，所以我认为ludwig对我来说会非常有用。现在我正在尝试添加选项fill_with_median用于数值值，因为中位数对于数值特征来说不是一个好选项，如果存在大的偏度(直方图中的长尾)。

现在我正在尝试理解框架中指定模块之间的依赖关系。