1.问题描述
时间序列数据作为一种典型的数据，常存在于各行各业。比如客流、车流、销量、KPI指标等等。
如何对时序数据加以利用，比如做未来预测，交通拥堵分类等问题。在采用机器学习算法之前，首先需要我们构建特征。因为大多数时序数据都是单变量或者维度特别少，所以特征的构建就比较重要。
笔者总结了几种特征，供大家参考，有更好的思路，非常欢迎提出来大家一起探讨。
2.特征构建
常见的时序数据格式如下：
| 时间time |
对象value |
| 2019-01-01 |
1234 |
| 2019-01-02 |
2334 |
| 2019-01-03 |
4324 |
| 2019-01-04 |
5314 |
| 2019-01-05 |
5890 |
| 2019-01-06 |
6782 |
| … |
… |
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
