时间序列数据建模中的特征工程实践

时间序列数据建模中的特征工程实践

在大模型训练中，时间序列数据的特征工程往往决定了模型性能上限。本文分享几个踩坑总结的实用技巧。

1. 基础统计特征构建

import pandas as pd
import numpy as np

def create_basic_features(df, column):
    df[f'{column}_lag_1'] = df[column].shift(1)
    df[f'{column}_diff'] = df[column].diff()
    df[f'{column}_rolling_mean_7'] = df[column].rolling(window=7).mean()
    df[f'{column}_rolling_std_7'] = df[column].rolling(window=7).std()
    return df

2. 周期性特征提取

时间序列中的季节性模式需要特别处理，建议使用傅里叶变换：

from sklearn.preprocessing import FunctionTransformer

def fourier_features(df, date_column, period):
    df['sin'] = np.sin(2 * np.pi * df[date_column].dt.dayofyear / period)
    df['cos'] = np.cos(2 * np.pi * df[date_column].dt.dayofyear / period)
    return df

3. 避坑提醒

• 不要直接使用原始时间戳作为特征，容易造成数据泄露
• 滚动窗口大小需要根据业务场景调整，避免过拟合
• 处理缺失值时，建议使用插值而非删除，保持序列完整性

这些实践在多个项目中验证有效，希望对大家有帮助！