時間序列 —— task04

特徵工程 基於數據分析與探索提取潛在有價值的特徵 特徵工程的重要性 特徵越好，模型的性能越出色 特徵越好，構建的模型越簡單 特徵越好，模型的靈活性越強 特徵提取 基於數據分析與探索提取 箱型圖分析 點線圖分析 離散型特徵很重要 可用於設計規則 易於模型擬合，xgboost、lightgbm、catboost等都以決策樹爲基模型 便於理解 便於做特徵組合 在推薦系統等領域很常見 簡單粗暴的特徵組合方

>>阅读原文<<