3、特征工程（上）：日历特征、滞后特征与滑动窗口特征

各位同学，咱们今天聊点实在的。

模型选好了，数据也洗干净了，接下来干什么？

特征工程。

说白了，就是帮模型“开窍”。你给模型一堆原始负荷数据，它看不懂哪天是周末，也不知道昨天负荷高意味着什么。你得把这些“潜规则”显式地喂给它。

我个人习惯把特征工程分成三块：日历特征、滞后特征和滑动窗口特征。今天咱们先啃前两个，再加一个滑动窗口。

3.1 日历特征：给模型装上“日历”

你想想看，如果让你预测明天下午3点的负荷，你第一反应是什么？

是不是先看明天是周几？如果是周一，负荷通常偏高；如果是周日，负荷偏低。这就是日历特征的作用。

我建议至少构造以下三类日历特征：

1. 小时特征（Hour of Day）：0-23的数值。但注意，模型可能把它当成连续变量。我个人习惯用sin/cos编码，或者直接做One-Hot。
2. 星期特征（Day of Week）：0-6。周一和周日差别巨大，但周二和周三差别不大。你可以考虑把周末单独拎出来。
3. 节假日特征（Holiday Flag）：0/1二值变量。我在项目中遇到过，春节那几天负荷直接腰斩，如果不加这个特征，模型会懵掉。

3.2 滞后特征：让模型记住“昨天”

负荷数据有个特点：惯性。

今天的负荷和昨天的负荷高度相关。尤其是对于15分钟粒度的数据，前一个时刻的负荷几乎决定了后一个时刻的负荷。

滞后特征，就是把过去某个时刻的值，直接拿过来当特征。

常用的滞后阶数：

滞后阶数	含义	适用场景
Lag-1	上一个时刻的负荷	捕捉瞬时惯性
Lag-24	昨天同一时刻的负荷	捕捉日周期性
Lag-168	上周同一时刻的负荷	捕捉周周期性

代码实现其实很简单。假设你的DataFrame叫df，负荷列叫load：

# 构造滞后特征
df['lag_1'] = df['load'].shift(1)
df['lag_24'] = df['load'].shift(24)
df['lag_168'] = df['load'].shift(168)

# 注意：shift之后会产生NaN，记得用fillna处理
df.fillna(method='bfill', inplace=True)

3.3 滑动窗口特征：看“趋势”而不是“点”

滞后特征只给了模型一个“点”的信息。但很多时候，我们需要的是“一段区间”的趋势。

比如，过去1小时的平均负荷是上升还是下降？这比单纯看上一个点更有价值。

滑动窗口特征，就是对过去N个时刻的值做统计计算。最常用的是滑动平均（Rolling Mean）和滑动标准差（Rolling Std）。

我常用的窗口大小：

• 1小时窗口（4个点，针对15分钟数据）：捕捉短期波动
• 3小时窗口（12个点）：捕捉中期趋势
• 24小时窗口（96个点）：捕捉日周期趋势

嗯，这里要注意：窗口越大，特征越平滑，但也会丢失细节。你需要根据预测目标来权衡。

# 构造滑动窗口特征
df['rolling_mean_4'] = df['load'].rolling(window=4).mean()
df['rolling_std_4'] = df['load'].rolling(window=4).std()
df['rolling_mean_12'] = df['load'].rolling(window=12).mean()

# 同样，前几个值会是NaN
df.dropna(inplace=True)

3.4 三者如何组合？

你可能会问：这三个特征怎么搭配？

我的习惯是：日历特征打底，滞后特征抓细节，滑动窗口抓趋势。

举个例子，对于预测明天上午10点的负荷：

• 日历特征告诉模型：这是周二上午，属于工作日高峰时段
• Lag-24告诉模型：昨天上午10点的负荷是多少
• Rolling Mean告诉模型：过去3小时负荷是在涨还是在跌

三个特征一组合，模型基本就能猜个八九不离十。

---