天池 - 资金流入流出预测-特征构建及模型预测

学习资料：

https://github.com/ChuanyuXue/The-Purchase-and-Redemption-Forecast-Challenge-baseline

本次学习总结：
1.特征处理方法的简单归纳：简单转换、聚合特征、描述性统计量特征、时间特征等，且特征处理一般是根据数据分析和探索结果进行处理，因此在做特征工程前，进行EDA是十分必要的

2.利用时间序列的特征进行特征构造，如使用周期因子、及时间序列的波峰波谷信息进行特征构造

3.模型融合方面：由于时间关系，只是简单看了一些关于模型融合方面的理论知识，并没有深入理解消化这块知识，这也是后续需要加强关注的地方

实战结果：
学习了特征处理PPT后，进行了简单的特征处理，如判断是否是周末，判断是否是月末等简单特征，熟悉了特征构造的流程，但对于特征的理解还不够深入，同时在后续的特征选择中还是有一定的问题点，没有很好地使用系统分析方法去筛选特征，只是根据相关系数进行筛选；
本次学习成绩如下：