滑动窗口特征：时序特征工程利器

可视化演示

展示时序数据中滑动窗口的构建过程，提取滞后变量和滚动统计量作为特征，直观理解时序特征工程的核心方法。

时序特征为何不可缺失

厨师站在灶台前，面对明天的菜单。如果只看今天的菜篮——只有一棵白菜、三条鱼——他无从下手。但当他翻开记忆账本：上周三红烧肉卖得最好、这几天的客人口味偏辣、节假日前后销量总会翻倍——一切豁然开朗。模型也是一样：给它一个裸的时间序列数字，它只会说“这只是一个数”；给它构造好的特征，它才能看出“昨天涨了、最近在波动、周末有峰值”。

所谓特征工程，就是把原始数据变成模型能理解的语言。在时序场景中，历史信息天然藏在一串连续的数字里，无法直接暴露给模型。滑动窗口就是那道“记忆透镜”——透过它，模型得以窥见时间结构。

$$\displaystyle x_t \in \mathbb{R} \quad \Rightarrow \quad \mathbf{f}_t = \left[ f_1(x_{t-1}, \ldots, x_{t-L}), \ f_2(x_{t-1}, \ldots, x_{t-L}), \ \ldots \right]$$

1. 原始数值：时刻 \\(t\\) 的单点观测，如当天销量。

$$x_t \in \mathbb{R}$$

2. 过去长度：选择最长回顾范围 L，即记忆深度。

$$x_{t-1}, \ x_{t-2}, \ \ldots, \ x_{t-L}$$

3. 特征函数：把历史序列映射成标量特征。

$$f_1(\cdot), \ f_2(\cdot)$$

4. 特征向量：多个特征拼接，成为模型输入。

$$\mathbf{f}_t = [f_1, f_2, \ldots]$$

窗口的宽度就决定了“记忆账本”的厚度。没有这些特征，任何模型都会因缺乏时间上下文而沦为“盲人摸象”。构造特征是时序预测的第一步，也是成败的分水岭。

滞后变量提取

厨师回忆昨天、前天分别做了什么菜——这是最直接的历史记忆。滞后变量做的事情完全一致：把过去第 k 天的观测值直接作为今天的特征。假如今天编号 t，那么 \\(x_{t-1}\\) 就是“昨天值”，\\(x_{t-7}\\) 就是“上周同一天的值”。它们不加修饰地摆在模型面前，让模型自己学会利用它们。

滞后变量是时序特征中最简单也最可靠的成员。它几乎不引入噪声，直接保留原始信息的颗粒度。对于树模型而言，一个 \\(x_{t-1}\\) 可能就贡献了最重要的分裂依据——比如“昨天销量 1000 件，明天可能也接近 1000 件”。

$$\displaystyle \text{lag\_1} = x_{t-1}, \quad \text{lag\_7} = x_{t-7}, \quad \text{lag\_k} = x_{t-k}$$

1. 滞后 1 阶：昨天的值。

$$\text{lag\_1} = x_{t-1}$$

2. 滞后 7 阶：上周同天的值，捕捉周期。

$$\text{lag\_7} = x_{t-7}$$

3. 通用形式：任意 k 天前的值，k 即滞后阶数。

$$\text{lag\_k} = x_{t-k}$$

滞后阶数的选取很有讲究。预测日销量，lag1 到 lag7 都是合理候选；预测小时负荷，lag24 能抓住“昨天同一时刻”的用电模式。阶数越多，模型接触的历史“切片”越丰富，但也可能带来冗余。用自相关分析能帮你判断：哪些阶数的滞后值与当前值关系紧密，优先选用它们。

滚动统计量

滞后变量给了模型“具体某天发生了什么”，但样本总会有波动。厨师不仅记得昨天做了红烧肉，还知道“这周整体口味偏辣、客流波动不大”。滚动统计量就是这种“总结式记忆”：它在每个时刻，对最近一个窗口内的数值求均值、方差、最大值等，把一段历史浓缩成一个统计量。

滚动均值是最常用的代表——它能平滑短期抖动，显露趋势的方向。滚动方差则告诉你这段日子是平静还是动荡，比如“最近几天销量忽高忽低”可能预示促销活动或异常事件。滚动最大值与最小值可以标识“这段时间的巅峰与谷底”。多个统计量组合起来，模型既能看清方向，也能感知风险。

$$\displaystyle \text{mean}_t = \frac{1}{W} \sum_{i=1}^{W} x_{t-i}, \qquad \text{std}_t = \sqrt{\frac{1}{W} \sum_{i=1}^{W} \left( x_{t-i} - \text{mean}_t \right)^2}$$

1. 窗口求和：把窗口内 W 个历史值相加。

$$\sum_{i=1}^{W} x_{t-i}$$

2. 求平均：除以窗口宽度，得到均值。

$$\frac{1}{W} \sum_{i=1}^{W} x_{t-i}$$

3. 计算偏离：每个历史值减去均值，求平方。

$$\left( x_{t-i} - \text{mean}_t \right)^2$$

4. 汇总求根：平均后开根号，得到标准差。

$$\sqrt{\frac{1}{W} \sum_{i=1}^{W} \left( x_{t-i} - \text{mean}_t \right)^2}$$

滚动统计量的价值在于“抗噪”。原始单点可能剧烈跳动，但一轮窗口的均值往往稳定得多。这就像厨师不会因为一天卖得差就改菜单，而是看一周的整体反馈。滚动统计量在销量预测、服务器负载预测里几乎必用，因为它能把“嘈杂”的历史提炼成“平滑”的规律。

滑动窗口形态

窗口并非只有“正装”一种形态。厨师有的习惯翻看最近三天，有的会侧重最近一天、淡化更早的记忆——滑动窗口的设计也有多种变体。最基本的形态是固定窗口：窗口内每个历史值权重相等。它的直觉是“最近 W 天的每一天都同等重要”。

加权窗口则认为“越近越重要”，比如指数加权窗口会给昨天的数值更高的权重，让特征更贴近期现状。长周期窗口则跨越多个周期，比如用过去 28 天覆盖四个完整周，捕捉稳定的周期模式。不同形态服务于不同场景：突发敏感型业务适合加权窗口，平稳周期性业务适合固定宽窗。

$$\displaystyle \text{WM}_t = \sum_{i=1}^{W} w_i \cdot x_{t-i}, \qquad \sum_{i=1}^{W} w_i = 1$$

1. 权重分配：每个历史点有权重 \\(w_i\\)。

$$w_i \in [0, 1]$$

2. 加权求和：历史值与权重相乘累加。

$$\sum_{i=1}^{W} w_i \cdot x_{t-i}$$

3. 归一约束：所有权重相加等于 1。

$$\sum_{i=1}^{W} w_i = 1$$

在实际落地中，固定窗口实现简单、可解释性强，常作为 Baseline；加权窗口略微复杂，但能适应“近因效应”明显的场景；长周期窗口则有助于模型看到“去年同期”的背景值。窗口形态的选择本质上是你对“时间如何影响未来”的假设。

窗口大小与滞后阶数选择

厨师面临一个难题：账本到底记多少天好？只记 3 天太短，看不到周期；记 365 天又太长，噪音太多，还让模型变笨。窗口大小与滞后阶数的选择是特征工程的核心权衡。

一方面，领域知识直接给出答案：日销量预测天然看 7 天周期，窗口宽度设 7；小时负荷预测看 24 小时周期，窗口设 24。另一方面，自相关分析是客观工具：画出滞后 k 与当前值的相关系数，找到相关性高的 k 作为候选滞后阶数。最后用交叉验证拍板：不同窗口宽度各自训练一次，用验证集误差定胜负。

$$\displaystyle \rho_k = \frac{\text{Cov}(x_t, x_{t-k})}{\sqrt{\text{Var}(x_t) \cdot \text{Var}(x_{t-k})}}$$

1. 协方差：衡量两个时刻数据的共同变化程度。

$$\text{Cov}(x_t, x_{t-k})$$

2. 方差乘积：标准化分母，消除量纲影响。

$$\sqrt{\text{Var}(x_t) \cdot \text{Var}(x_{t-k})}$$

3. 相关系数：取值在 -1 到 1 之间，越大越相关。

$$\rho_k = \frac{\text{Cov}}{\sqrt{\text{Var} \cdot \text{Var}}}$$

实际操作中，先把自相关图画出来，挑出几个显著的 k；再把候选窗口宽度（如 3、7、14、28）逐一尝试，交给时序交叉验证去筛选。记住一个朴素原则：窗口小则特征少、欠拟合风险高；窗口太大会淹没近期信号。平衡之道，永远以验证集的表现说话。

信息泄漏防护

厨房里有一条铁律：做今晚的菜，绝不能用明天的食材。信息泄漏是时序特征工程最致命的错误——它的本质是“特征里混入了未来信息”，让模型在训练时偷看到了答案，上线后立刻失灵。

最典型的泄漏场景有两个。第一，特征构造时使用了未来时刻的统计量，例如用 t+1 天的值计算 t 天的滚动均值；第二，数据切分时没有按时间顺序，随机打乱了训练集与验证集，让“未来样本”混入训练。前者让模型“开卷考试”，后者让验证结果“虚高”。特征缩放同样要小心：均值方差标准化只能以训练集的历史数据拟合，绝不能让验证集参与计算。

$$\displaystyle \text{特征}_t \ \text{只允许使用} \ \{x_1, x_2, \ldots, x_t\}, \quad \text{不得使用} \ \{x_{t+1}, x_{t+2}, \ldots\}$$

1. 可用信息：只能依赖当前与过去。

$$\{x_1, x_2, \ldots, x_t\}$$

2. 禁用信息：任何未来观测都不允许进入特征。

$$\{x_{t+1}, x_{t+2}, \ldots\}$$

3. 特征合规：满足条件才是无泄漏特征。

$$\text{特征}_t \subseteq \text{过去信息}$$

符合直觉的防泄漏措施包括：训练-验证按时间点切分（如前 80% 时间训练、后 20% 验证）；构建滞后特征时确保偏移为正；归一化参数只在训练段上拟合。许多项目在原型阶段表现惊艳，上线后崩塌，原因就是“信息泄漏”这个隐形杀手。

与树模型配合

当特征工程完成，一桌“菜”已经备好，接下来就是大厨展身手的时候了。LightGBM、XGBoost 这类树模型可以直接吃下滞后变量和滚动统计量这些表格型特征，不需要额外的“摆盘”处理。这也是为什么“滑动窗口特征+树模型”成为工业界最经典的时序预测组合。

树模型天然擅长捕捉特征间的非线性关系。例如“s 滞后 7 天值高 + 滚动均值低 = 异常回落”这种模式，树模型可以自动学习到；而线性模型就难以表达这种交互。因此，特征工程的目标不是让特征“看起来漂亮”，而是把时间结构暴露给树模型，让它自己挖掘规律。

$$\displaystyle \hat{y}_t = \mathcal{T}\left( \text{lag}_1, \text{lag}_7, \text{mean}_7, \text{std}_7, \ldots \right)$$

1. 特征输入：多个滑动窗口特征。

$$\text{lag}_1, \text{lag}_7, \text{mean}_7, \text{std}_7$$

2. 树模型映射：从特征空间到预测值的非线性映射。

$$\hat{y}_t = \mathcal{T}(\cdot)$$

3. 预测输出：模型给出的未来时刻估计值。

$$\hat{y}_t$$

实际训练中，LightGBM 能高效处理几百个滑动特征而不过拟合。配合早停和时序交叉验证，一个轻量级预测系统就搭建完成了。这也是大多数电商销量预测、云资源调度、流量预估系统的标配方案。

AI 应用场景

Python 演示

import numpy as npimport pandas as pdfrom sklearn.model_selection import TimeSeriesSplitfrom sklearn.metrics import mean_absolute_errorfrom lightgbm import LGBMRegressor np.random.seed(42) # 1. 构造模拟日销量数据（含趋势、周期、噪声）dates = pd.date_range('2023-01-01', periods=365, freq='D')trend = np.linspace(50, 80, 365)season = 10 * np.sin(np.arange(365) * 2 * np.pi / 7)noise = np.random.normal(0, 5, 365)sales = trend + season + noisedf = pd.DataFrame({'date': dates, 'sales': sales}) # 2. 滑动窗口特征工程df['lag_1'] = df['sales'].shift(1)df['lag_7'] = df['sales'].shift(7)df['lag_14'] = df['sales'].shift(14)df['mean_7'] = df['sales'].rolling(window=7).mean()df['std_7'] = df['sales'].rolling(window=7).std()df['max_7'] = df['sales'].rolling(window=7).max() # 3. 丢弃含有 NaN 的初始窗口df = df.dropna().reset_index(drop=True)feature_cols = ['lag_1', 'lag_7', 'lag_14', 'mean_7', 'std_7', 'max_7']X = df[feature_cols]y = df['sales'] # 4. 按时间顺序切分训练/测试集split_idx = int(len(df) * 0.8)X_train, X_test = X.iloc[:split_idx], X.iloc[split_idx:]y_train, y_test = y.iloc[:split_idx], y.iloc[split_idx:] # 5. 训练 LightGBM 并评估model = LGBMRegressor(n_estimators=200, learning_rate=0.05, random_state=42, verbose=-1)model.fit(X_train, y_train)pred = model.predict(X_test)mae = mean_absolute_error(y_test, pred)print(f'MAE on test set: {mae:.2f}')print('Feature importance:', list(model.feature_importances_))

1. df['sales'].shift(1)滞后 1 阶：把昨天销量拉过来当特征，shift 是滞后变量的核心操作。
2. df['sales'].rolling(window=7).mean()滚动均值：对最近 7 天求平均，捕捉“这周卖得怎么样”。
3. .rolling(window=7).std()滚动标准差：数值大说明近期波动剧烈，模型可据此调整预期。
4. df.dropna()丢弃初始窗口缺失值，因为前 14 天没有完整的滞后历史。
5. model.fit(X_train, y_train)把滑动窗口特征直接喂给 LightGBM，树模型自动学习组合模式。

常见误区

面试题