第1章：特征工程（上）——时域与频域特征提取及选择方法
各位同行，大家好。我是老张，在风电运维这行摸爬滚打了十几年。今天咱们聊聊特征工程，这玩意儿说白了，就是给数据“化妆打扮”，让模型能看懂、能学好。
你想想看，传感器采集回来的原始信号，就像一堆乱码。直接扔给模型？它肯定懵圈。所以，我们得从这些信号里，把真正有用的“特征”给揪出来。这一章，咱们就聚焦在时域和频域特征上，再聊聊怎么挑出最管用的那几个。
1. 时域特征：看信号在时间轴上的“脾气”
时域特征，就是直接看信号随时间怎么变化。我习惯先从这里入手，因为它最直观，计算也快。
1.1 均值与方差
均值，就是信号的平均水平。比如齿轮箱振动信号的平均幅值，能反映整体能量大小。但光看均值不够，还得看方差，它描述信号波动有多大。波动越大，方差越大，说明设备状态可能越不稳定。
实战经验： 我在项目里遇到过，轴承早期故障时，均值变化不大，但方差会先悄悄变大。所以，方差是个很灵敏的“哨兵”。
1.2 峰值与峭度
峰值，就是信号的最大值。它很敏感，能快速捕捉到冲击信号。比如叶片受到一次强风冲击，峰值会瞬间飙升。
峭度，这个稍微抽象点。它衡量信号分布的“尖锐”程度。正常信号，峭度值接近3。如果峭度远大于3，说明信号里出现了很多“尖刺”，这往往是故障的前兆。
避坑指南： 我曾经只盯着峰值看，结果误报了好几次。后来发现，峰值容易受噪声干扰。峭度虽然好，但对早期微弱故障不敏感。所以，我建议把峰值和峭度结合起来看，互相印证。
2. 频域特征：换个角度看问题
时域信号看着乱，但一转到频域，规律就出来了。说白了，就是把信号拆解成不同频率的正弦波，看看哪个频率的能量大。
2.1 快速傅里叶变换（FFT）
FFT是频域分析的基石。它能把时域信号，变成频谱图。横轴是频率，纵轴是幅值。比如，齿轮的啮合频率是100Hz，如果频谱图上100Hz处幅值突然变大，那齿轮可能出问题了。
import numpy as np
from scipy.fft import fft
# 假设 signal 是采集到的振动信号
fs = 2560 # 采样频率
n = len(signal)
freq = np.fft.fftfreq(n, 1/fs)
fft_values = fft(signal)
amplitude = np.abs(fft_values) / n * 2
# 只取正频率部分
positive_freq = freq[:n//2]
positive_amp = amplitude[:n//2]2.2 功率谱密度（PSD）
PSD比FFT更进一步。它告诉你，信号的能量在不同频率上是怎么分布的。我常用它来分析轴承的故障特征频率。PSD能有效抑制噪声，让特征频率更突出。
个人经验： 记得有一次，FFT图上噪声很大，看不清故障频率。我改用PSD，故障频率一下就凸显出来了。所以，当FFT效果不好时，试试PSD，往往有惊喜。
3. 特征选择：去粗取精，只留精华
特征提取完了，可能有好几十个。全扔给模型？不行，会过拟合，计算也慢。所以得挑出最管用的那几个。常用的方法有三类。
3.1 过滤式方法
这种方法，不依赖任何模型，直接算特征和目标变量之间的相关性。比如皮尔逊相关系数、卡方检验。速度快，适合初步筛选。
避坑指南： 我曾经用过滤式方法，把相关性低的特征全删了。结果模型效果反而变差。为什么？因为有些特征单独看相关性低，但组合起来很有用。所以，过滤式只能做粗筛，别太依赖它。
3.2 包裹式方法
这种方法，把特征选择当成一个搜索问题。它用模型的表现来评价特征子集的好坏。比如递归特征消除（RFE）。效果好，但计算量大。
from sklearn.feature_selection import RFE
from sklearn.ensemble import RandomForestRegressor
# 假设 X 是特征矩阵，y 是剩余寿命
estimator = RandomForestRegressor(n_estimators=100)
selector = RFE(estimator, n_features_to_select=5, step=1)
selector = selector.fit(X, y)
# 选中的特征
selected_features = X.columns[selector.support_]3.3 嵌入式方法
这种方法，把特征选择嵌入到模型训练过程中。比如Lasso回归（L1正则化）、决策树模型的特征重要性。它兼顾了过滤式的速度和包裹式的效果，是我个人最常用的。
实战经验： 我习惯先用嵌入式方法（比如随机森林的特征重要性）快速锁定几个关键特征，然后再用包裹式方法微调。这样既快又准。
4. 总结一下
这一章，咱们聊了时域特征（均值、方差、峰值、峭度）、频域特征（FFT、PSD），以及三种特征选择方法。记住，特征工程没有银弹，多试、多对比，才能找到最适合你数据的那一套。
重要提醒： 特征提取和选择，一定要结合业务知识。比如，你知道轴承的故障频率是多少，那提取特征时就重点看那个频段。别盲目堆砌特征，那是新手常犯的错。
好了，今天就到这儿。下一章，咱们接着聊特征工程的“下篇”，到时候见。