时间序列预测的特征工程 - 代码仓库
2022年10月发布
持续维护中
链接
目录
-
时间序列数据表格化
- 目标变量衍生特征
- 外生变量衍生特征
- 单步预测
-
时间序列特征工程的挑战
- 训练-测试集划分
- 管道
- 多步预测
- 直接预测
- 递归预测
-
时间序列分解
- 时间序列的组成部分:趋势和季节性
- 乘法和加法模型
- 对数变换和Box-Cox变换
- 移动平均
- LOWESS、STL和多季节时间序列分解
-
缺失数据插补
- 前向填充和后向填充
- 线性插值和样条插值
- 季节分解和插值
-
异常值
- 滚动统计量进行异常值检测
- LOWESS进行异常值检测
- STL进行异常值检测
-
滞后特征
- 自回归过程
- 滞后图
- ACF、PACF、CCF
- 季节性滞后
- 使用开源工具创建滞后特征
-
窗口特征
- 滚动窗口
- 扩展窗口
- 指数加权窗口
- 使用开源工具创建窗口特征
-
趋势特征
- 使用时间建模线性趋势
- 时间的多项式特征建模非线性趋势
- 变点和分段线性趋势建模非线性趋势
- 使用基于树的模型预测带有趋势的时间序列
- 使用开源工具创建趋势特征
-
季节性特征
- 季节性滞后
- 季节性虚拟变量
- 季节性分解方法
- 傅里叶项
- 使用开源工具创建季节性特征
-
日期时间特征
- 从日期和时间提取特征
- 周期性特征
- 日历事件
- 使用开源工具创建日期时间特征
-
分类特征
- 独热编码
- 目标编码
- 滚动熵和滚动众数