https://index.zshipu.com/geek/tags/%E6%97%B6%E5%BA%8F%E7%89%B9%E5%BE%81%E6%8C%96%E6%8E%98/ Recent content in 时序特征挖掘 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 15 Mar 2022 09:05:08 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B%E6%97%B6%E5%BA%8F%E7%89%B9%E5%BE%81%E6%8C%96%E6%8E%98%E7%9A%84%E5%A5%87%E6%8A%80%E6%B7%AB%E5%B7%A7/ Tue, 15 Mar 2022 09:05:08 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%89%B9%E5%BE%81%E5%B7%A5%E7%A8%8B%E6%97%B6%E5%BA%8F%E7%89%B9%E5%BE%81%E6%8C%96%E6%8E%98%E7%9A%84%E5%A5%87%E6%8A%80%E6%B7%AB%E5%B7%A7/ 最近在做时间序列的项目，所以总结一下构造的特征的方法和一些经验。 先放上大纲： 1.时间特征 1.1 连续时间 持续时间： 浏览时长； 间隔时间： 购买/点击距今时长； 距离假期的前后时长（节假日前和节假日后可能会出现明显的数据波动）； 1.2 离散时间 年、季度、季节、月、星期、日、时 等； 基本特征，如果用 Xgboost 模