关于特征工程的建议

Question

我在功能工程过程中遇到了一个问题。寻求一些建议。问题陈述:我有多个客户3天的使用数据。有些只使用1天，有些使用2天，有些使用3天。数据与每天发送的电子邮件/添加的联系人数量等相关。

我正在将此时间序列数据转换为列，即，客户在day1上发送的电子邮件数量作为一个功能，客户在day2上发送的电子邮件数量作为一个功能，等等。但问题是，对于不同的客户，使用可以是升序或降序。

例如，示例1:客户'A‘-->’1日发送的电子邮件数‘= 100。‘第2天发送的电子邮件数‘=0

示例2:客户'B‘-->’1日发送的电子邮件数‘=0。‘第二天发送的电子邮件数‘=100

示例3:客户'C‘-->’1日发送的电子邮件数‘=0。‘第2天发送的电子邮件数‘=0

示例4:客户'D‘-->’1日发送的电子邮件数‘= 100。‘第二天发送的电子邮件数‘=100

在前两种情况下，我的新特性将有"-100“和"100”作为值。我猜这对区分很有好处。但是问题出现在第3列和第4列，因为在这两种情况下，新的特征值都将是"0“。有没有人能建议一种方法来处理这个问题

Answer 1

您可以提取以下特征：

1. Simple分别对第二天和第三天的进行移动平均。这意味着与前一天相比，您现在有两个额外的columns.
2. Percentage更改
3. 百分比从第1天更改为第3天