特征提取技术-汇总数据序列

我经常在建立一个模型（分类或回归）时，在该模型中有一些序列预测变量，我一直在寻找技术建议，以便以最佳方式将其总结为预测变量。

举一个具体的例子，假设正在建立一个模型来预测客户是否会在未来90天内离开公司（t和t + 90之间的任何时间；因此是二进制结果）。可用的预测因素之一是时段t_0至t-1期间客户的财务余额水平。也许这代表了前12个月的每月观测值（即12次测量值）。

我正在寻找构建本系列文章功能的方法。我使用每个客户系列的描述，例如均值，高，低，标准差，拟合OLS回归来得出趋势。是他们计算特征的其他方法吗？其他衡量变化或波动的方法吗？

加：

就像在下面的回复中提到的那样，我也考虑过（但忘记在此处添加）动态时间规整（DTW），然后在所得的距离矩阵上进行分层聚类-创建一些聚类，然后使用聚类成员身份作为功能。评分测试数据可能必须遵循对新案例和聚类质心进行DTW的过程-将新数据系列与其最接近的质心进行匹配...

希望看到一个书面的方框，该方框收集了有关特征工程/提取的案例研究

请告知这是否有帮助

1. 时间序列数据的离散化 http://arxiv.org/ftp/q-bio/papers/0505/0505028.pdf

2. 为知识发现优化时间序列离散化 https://www.uni-marburg.de/fb12/datenbionik/pdf/pubs/2005/moerchen05optimizing

3. 体验SAX：时间序列的新颖符号表示 http://cs.gmu.edu/~jessica/SAX_DAMI_preprint.pdf

4. 大数据系列交互式探索索引 http://acs.ict.ac.cn/storage/slides/Indexing_for_Interactive_Exploration_of_Big_Data_Series.pdf

5. 用于时间序列数据中结构模式识别的广义特征提取 http://www.semanticscholar.org/paper/Generalized-Feature-Extraction-for-Structural-Olszewski-Maxion/7838bcd87bb6616e9fd3ffd92d4676a7082da34c

6. 在R中计算和可视化动态时间扭曲对齐：dtw软件包 https://cran.r-project.org/web/packages/dtw/vignettes/dtw.pdf

您在此处尝试做的是减小特征的尺寸。您可以搜索降维以获得多种选择，但是一种非常流行的技术是主成分分析（PCA）。主要组件无法像您提到的选项那样解释，但是它们在汇总所有信息方面做得很好。

特征提取一直是一个挑战，在文学中很少涉及，因为它广泛地依赖于应用程序。

您可以尝试一些想法：

• 每天测量的原始数据。为了使不同长度的时间线具有可比性，这带有一些含义和额外的预处理（规范化）是显而易见的。
• 更高的力矩：偏度，峰度等
• 衍生产品：进化的速度
• 时间跨度不是很大，但是也许值得尝试一些时间序列分析功能，例如自相关。
• 一些自定义功能（例如，将时间轴分成几周，并分别测量您每周已测量的数量）。然后，非线性分类器将能够结合例如第一周特征和最后一周特征，以便及时了解进化。

乍一看，您需要从时间序列（x-12）-x中提取特征。一种可能的方法是计算汇总指标：平均值，离散度等。但是，这样做会丢失所有与时间序列有关的信息。但是，从曲线形状中提取的数据可能非常有用。我建议你通过看这个文章，其中作者提出的算法时间序列聚类。希望这会有用。除此类集群外，您还可以将摘要统计信息添加到功能列表中。