🤍 前端开发工程师、技术日更博主、已过CET6
🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1
🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》、《前端求职突破计划》
🍚 蓝桥云课签约作者、上架课程《Vue.js 和 Egg.js 开发企业级健康管理项目》、《带你从入门到实战全面掌握 uni-app》

这是 水果销量预测、时序预测精度提升最大的特征工程手段，也是 AutoGluon / LightGBM 最吃的特征。

---

一、核心概念（30秒看懂）

时序预测 = 用过去预测未来
所以必须构造：

1. 滞后特征（Lag）：昨天销量、上周同日销量、上上周销量
2. 滑动窗口（Rolling Window）：近7天均值、近14天最大值
3. 滚动统计：均值、中位数、标准差、增长率

水果销量最强规律：
今天销量 ≈ 上周同一天销量
今天销量 ≈ 近7天平均销量

---

二、工程实践3步法（标准流程）

所有时序特征必须按 SKU（商品） 分组计算！
不能全表混算！

第1步：数据预处理（必须做）

1. 按 商品 + 日期 排序
2. 补齐连续日期（无缺失天）
3. 确保时间单调递增
   

# 伪代码
df = df.sort_values(['sku', 'date']).reset_index(drop=True)

---

三、第2步：构造滞后特征（Lag Features）

最有效、必加的 6 个滞后特征

# 按商品分组
g = df.groupby('sku')['sales']

# 1天前（昨天）
df['lag_1'] = g.shift(1)

# 2天前
df['lag_2'] = g.shift(2)

# 3天前
df['lag_3'] = g.shift(3)

# 7天前（上周同日，最强！）
df['lag_7'] = g.shift(7)

# 14天前（上上周同日）
df['lag_14'] = g.shift(14)

# 30天前
df['lag_30'] = g.shift(30)

业务价值

• lag_1：短期趋势
• lag_7：周规律（水果销量最强）
• lag_14：双周稳定性
• lag_30：月度趋势

---

四、第3步：滑动窗口 + 滚动统计（Rolling）

最实用 8 个特征（直接复制）

g = df.groupby('sku')['sales']

# 近7天均值
df['roll_mean_7'] = g.shift(1).rolling(7, min_periods=1).mean()

# 近14天均值
df['roll_mean_14'] = g.shift(1).rolling(14, min_periods=1).mean()

# 近30天均值
df['roll_mean_30'] = g.shift(1).rolling(30, min_periods=1).mean()

# 近7天标准差（波动大小）
df['roll_std_7'] = g.shift(1).rolling(7, min_periods=1).std()

# 近7天最大值
df['roll_max_7'] = g.shift(1).rolling(7).max()

# 近7天最小值
df['roll_min_7'] = g.shift(1).rolling(7).min()

# 近7天总和
df['roll_sum_7'] = g.shift(1).rolling(7).sum()

# 环比增长率（今日/昨日-1）
df['growth_rate_1'] = df['lag_1'] / df['lag_2'] - 1

✅ 工程关键：必须加 shift(1)

shift(1) = 只用过去数据预测今天
不加会造成数据泄露，模型上线必崩！

---

五、最强组合特征（精度暴涨）

这是生鲜/水果行业隐藏必杀技：

# 7日均值与上周同日加权（最准）
df['lag7_roll7_mean'] = (df['lag_7'] + df['roll_mean_7']) / 2

# 趋势特征：7日均 - 14日均
df['trend_7_14'] = df['roll_mean_7'] - df['roll_mean_14']

# 波动系数：标准差/均值
df['volatility_7'] = df['roll_std_7'] / df['roll_mean_7']

---

六、最终特征清单（直接喂给 AutoGluon）

lag_1, lag_7, lag_14
roll_mean_7, roll_mean_14
roll_std_7
roll_max_7, roll_min_7
trend_7_14
volatility_7
lag7_roll7_mean

这 10 个特征 = 时序预测 90% 的精度来源

---

七、工程避坑 4 条铁律

1. 必须按 SKU 分组
2. 必须排序
3. 必须 shift(1) 防止数据泄露
4. 必须补齐连续日期

违反任何一条，预测必崩！

---

八、一句话总结

滞后特征看历史同期
滑动窗口看趋势波动
加权组合看精准度
shift(1) 保工程安全