复现Featuretools predict_next_purchase时遇ft.dfs递归深度超限错误

嘿，我碰到过好几次Featuretools里这个递归深度超出的问题，给你几个靠谱的排查和解决方向：

• 检查实体集是否存在循环关系引用
  这是最常见的原因——如果你的实体集里定义了循环的实体关系（比如projects关联到orders，orders又关联回projects），dfs在遍历关系生成特征时会陷入无限递归。
  你可以用这两个方法快速验证：

  # 打印所有实体关系，检查parent/child是否有闭环
  print(es.relationships)
  # 可视化实体集（需要先安装graphviz：pip install graphviz）
  es.plot()
  

  如果发现循环关系，删掉其中一条不合理的关联即可。

• 限制特征生成的最大深度
  Featuretools默认会生成所有层级的递归特征（比如多次跨实体聚合），如果你的实体关系链很长，很容易触发Python的递归限制。你可以在ft.dfs里显式设置max_depth参数来控制：

  feature_matrix, features = ft.dfs(
      target_entity='projects',
      cutoff_time=labels.reset_index().loc[:,['jobnumber','time']],
      training_window=inst_defn['training_window'],
      max_depth=2  # 根据你的业务场景调整，比如2或3，避免过深的递归
  )
  

• 临时调高Python的递归深度限制
  Python默认的递归深度限制是1000，如果你的实体关系确实需要更深的递归，可以临时调高这个值，但注意不要调得过高（避免栈溢出风险）：

  import sys
  # 调高到2000，根据实际情况调整
  sys.setrecursionlimit(2000)
  

  👉 注意：这只是临时 workaround，优先解决循环关系或限制特征深度的问题，这才是根治的办法。

• 验证时间列的格式和匹配性
  如果cutoff_time里的时间列和实体集中的时间列类型不匹配（比如一个是字符串，一个是datetime），或者关联逻辑有问题，也可能触发异常递归。你可以检查一下：

  # 检查cutoff_time的时间列类型
  print(labels.reset_index()['time'].dtype)
  # 检查目标实体的时间列类型
  print(es['projects'].df['your_time_column'].dtype)  # 替换成你实体里的时间列名
  

  确保所有时间列都是datetime64类型，没有格式错误。

内容的提问来源于stack exchange，提问作者Nick Bernini