Project Icon

feature-engineering-for-time-series-forecasting

时间序列预测特征工程全面指南

该项目提供时间序列预测特征工程的全面指南,涵盖数据表格化、时间序列分解、缺失值处理和异常值检测等核心内容。深入介绍滞后特征、窗口特征、趋势和季节性特征的创建方法,以及日期时间和分类特征的处理技巧。通过实践代码和详细说明,旨在提升预测模型性能。

时间序列预测的特征工程 - 代码仓库

Python版本 许可证 https://github.com/trainindata/feature-engineering-for-time-series-forecasting/blob/master/LICENSE 赞助 https://www.trainindata.com/

2022年10月发布

持续维护中

链接

目录

  1. 时间序列数据表格化

    1. 目标变量衍生特征
    2. 外生变量衍生特征
    3. 单步预测
  2. 时间序列特征工程的挑战

    1. 训练-测试集划分
    2. 管道
    3. 多步预测
    4. 直接预测
    5. 递归预测
  3. 时间序列分解

    1. 时间序列的组成部分:趋势和季节性
    2. 乘法和加法模型
    3. 对数变换和Box-Cox变换
    4. 移动平均
    5. LOWESS、STL和多季节时间序列分解
  4. 缺失数据插补

    1. 前向填充和后向填充
    2. 线性插值和样条插值
    3. 季节分解和插值
  5. 异常值

    1. 滚动统计量进行异常值检测
    2. LOWESS进行异常值检测
    3. STL进行异常值检测
  6. 滞后特征

    1. 自回归过程
    2. 滞后图
    3. ACF、PACF、CCF
    4. 季节性滞后
    5. 使用开源工具创建滞后特征
  7. 窗口特征

    1. 滚动窗口
    2. 扩展窗口
    3. 指数加权窗口
    4. 使用开源工具创建窗口特征
  8. 趋势特征

    1. 使用时间建模线性趋势
    2. 时间的多项式特征建模非线性趋势
    3. 变点和分段线性趋势建模非线性趋势
    4. 使用基于树的模型预测带有趋势的时间序列
    5. 使用开源工具创建趋势特征
  9. 季节性特征

    1. 季节性滞后
    2. 季节性虚拟变量
    3. 季节性分解方法
    4. 傅里叶项
    5. 使用开源工具创建季节性特征
  10. 日期时间特征

    1. 从日期和时间提取特征
    2. 周期性特征
    3. 日历事件
    4. 使用开源工具创建日期时间特征
  11. 分类特征

    1. 独热编码
    2. 目标编码
    3. 滚动熵和滚动众数
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号