我在一个电商复购预测项目里踩过一个非常典型的坑：为了“充分挖掘数据价值”，我用自动特征生成工具加手动构造，把特征数量从80个一路堆到312个。结果验证集AUC不但没有提升，反而从0.783掉到0.776。那次经历让我意识到，特征工程的核心问题从来不是“怎么造出更多特征”，而是“怎么识别并提取那些真正有效的特征”。这篇内容我会用自己实际做过的项目数据、踩过的坑和复盘判断，讲清楚有效特征提取的逻辑、误区、筛选方法以及不同场景下的取舍。
先把结论放在最前面：一个特征是否“有效”，不能只看它和目标之间的相关性，而要同时看四个维度，信息增量、稳定性、可解释性和获取成本。我习惯把它们压缩成一条判断公式：
特征有效度 = 信息增量 × 稳定性 ÷（冗余度 × 获取成本）
这不是一个可以精确计算的数学公式，而是一个帮助你在做特征决策时快速排序的思维框架。信息增量解决“这个特征有没有用”的问题，稳定性解决“它能用多久”的问题，可解释性解决“业务敢不敢用”的问题，获取成本解决“值不值得用”的问题。
很多人在做特征筛选时，只看单个特征的IV值、卡方值或互信息。这样做最大的问题在于：它忽略了特征之间的相关性。两个特征单独看都非常强，但放在一起后，第二个特征提供的信息几乎全是重复的。
我见过一个极端例子：在用户复购预测项目中，特征“近30天购买次数”的IV值是0.45，特征“近30天购买金额”的IV值是0.41。但把后者加入到前者的模型里，AUC只提升了0.002。因为购买次数和购买金额的相关系数高达0.89，金额带来的增量信息极少。这就是我强调“信息增量”而非“信息量”的原因。
一个特征在训练集上表现再好，如果上线后分布漂移严重，它很快就会变成模型负资产。我在后面会详细展开一个反欺诈案例：一个“交易金额峰值”特征上线时区分度极高，但3个月后PSI就超过0.25，模型被迫紧急回滚。稳定性差的特征，不只是失效，它还污染了模型中其他正常特征的权重。
有些高维embedding特征确实能提升效果，但业务方问你“它到底捕捉了什么信号”时，你回答不上来，这个特征在落地时就会遭遇巨大阻力。尤其是银行风控、医疗、法律等强监管场景，没有可解释性的特征，即使AUC提升明显，也无法上线。
一个特征需要跨部门申请数据、写复杂的实时计算管道、每天消耗大量计算资源，那么即便它带来1%的AUC提升，也要谨慎评估投入产出。我在制造业项目里见过一个振动信号特征，能提升模型准确率3个百分点，但采集硬件的改造成本超过200万元，最终项目组选择放弃。
数据来源说明应为：以上为作者项目中的典型筛选比例，不同项目数字会有差异。
这部分我讲几个自己实际做过或深度参与过的项目。没有这些场景支撑，特征工程的方法论很容易变成纸上谈兵。
那是2019年，我为一个美妆电商平台做用户复购预测。第一版模型只用用户基本属性、历史订单金额和最近购买时间等80个特征，AUC为0.783。当时团队成员觉得还有很大提升空间，于是决定“把能想到的特征全造出来”。
我们生成了312个特征，包括各种滑动窗口统计量、价格敏感度、类目偏好、时间衰减加权值、文本评论情感分等。多出来的232个特征花了大约12人天。结果很尴尬：验证集AUC降到0.776，而且训练时间从12分钟涨到47分钟。更重要的是，模型在上线后的第一周，预测稳定性和旧版本没有显著差异。
复盘时我们发现，新增的文本评论情感分特征本身噪声很大，它在训练集上勉强提升了区分度，但验证集和测试集上完全失效。这种特征本质上是在“拟合训练集的偶然模式”。
另一个项目来自某城商行的贷款申请评分卡。我们当时用申请资料、征信记录和内部历史数据构造了大约200个特征。模型表现一直卡在KS值0.32左右，怎么调都上不去。
后来业务方提到，用户在申请时“是否犹豫修改过申请表单”这个行为细节可能有用。我们把“表单修改次数”和“修改间隔时间”做成特征放进去，KS值直接提升到0.35。这个特征的IV值不高，但和已有特征的相关性极低，提供了真正的增量信息。
这让我意识到：有效特征不一定“看起来很强”，它可能是那个信息增量高但单独区分度一般的“冷门特征”。只看单特征排序，很容易漏掉这类宝藏。
还有一个项目是电气设备厂的质量检测。原始数据是生产线上的振动传感器信号，采样频率20kHz。我们一开始直接用原始信号做深度学习，效果不错但算力成本太高，设备端跑不动。
后来做了特征工程：从振动波形里提取有效值、峰值因子、峭度、波形因子和小波包能量特征，一共提取了120多个特征，再用XGBoost做筛选。最终只保留22个特征，在设备端算力约束下达到了接近深度学习的检测准确率。
这个项目教给我的第二课是：好的特征工程可以在算力受限条件下极大缩小与复杂模型的差距。
另一个印象深刻的项目是给一家SaaS公司做企业客户流失预警。对方使用的是某项目管理工具，数据里除了基础的订阅信息、登录次数和工单记录，还有大量用户操作日志。
传统做法会盯住“近30天活跃用户数下降”这类指标，但我们在操作日志里发现了更有价值的特征：比如“任务逾期率”“深夜操作频率”“连续登录天数”和“邀请同事使用次数”。这些特征让Top10%客户的流失召回率从18%提升到33%。
这个场景里，有效特征往往藏在业务过程的“行为痕迹”里，而不是只看结果型指标。
结合上面的真实场景，我总结出五个最常见的特征工程误区。这些坑几乎每个团队都踩过，而且很多是“用战术上的勤奋掩盖战略上的懒惰”。
很多团队把“构造了多少特征”写进周报，这是完全错误的方向。我见过一个极端案例：某团队做了1800多个特征，但上线后模型效果不如另一个只用了40个特征的团队。特征数量是成本指标，不是质量指标。每多一个无效特征，都会增加训练耗时、存储开销和过拟合风险。
自动化特征工具确实能生成大量候选特征，但如果你不理解业务，生成的特征里很大一部分是荒谬的。比如有一个工具自动生成了“用户ID的哈希值的余弦相似度”作为特征，单独看还有点区分度，但业务上完全无法解释。
工具可以帮你扩展思路，但绝不能替代业务判断。我通常的做法是：用工具生成特征后，先做一轮业务语义标注，凡是业务上解释不了的特征，不管效果多好都先打问号。
这是时序场景里最容易踩的坑。比如在预测“用户未来7天是否购买”时，用“近7天是否购买”做特征没问题，但如果有人不小心用了“未来7天的优惠券使用数量”，这个特征在训练时效果极好，上线后却完全失效。
我在一个库存预测项目中就抓到过这个问题：团队用了“当日实际销量与预测销量之差”作为预测第二日销量的特征，这在T+1架构里根本拿不到。修掉这个问题后，模型效果“下降”了，但线上真实表现反而提升了。用未来信息取得的虚假提升，是特征工程里最危险的陷阱。
很多人在做特征工程时把缺失值当成“脏数据”，直接用均值或中位数填充。但如果缺失本身有业务含义，这个操作会把重要信号抹掉。例如在信贷风控中，“客户是否填写了单位电话”这个字段的缺失，往往意味着客户工作稳定性存疑。把缺失单独作为一个状态特征，会比填充均值多出不少区分度。
我的原则是：先弄清楚“为什么缺失”，再决定怎么处理。完全随机缺失可以填充；与目标变量相关的非随机缺失，要把“缺失标记”本身作为一个候选特征。
比赛里的特征工程是针对特定数据集优化的，换到你的业务场景，数据分布、链路延迟、获取成本完全不同。我在给一个物流企业做时效预测时，参考了一篇论文里的“天气+距离+路况”特征组合，结果路况数据在真实场景里覆盖率只有35%，无法落地。
外部经验只能作为启发，不能作为标准答案。每个项目的数据基础、业务约束和成本结构都不一样。
排除了误区之后，我需要给出一套可执行的特征有效性判断流程。这套流程在我做过的大多数表格型、时序型和日志型数据项目里都适用。
不要一开始就埋头造特征，先回答三个问题：预测目标是什么？目标发生的直接前置行为有哪些？这些前置行为在哪些数据源里有记录？
以用户流失预测为例：预测目标是“用户在未来30天内停止使用产品”。直接前置行为可能是“登录频率下降”“核心功能使用次数减少”“工单投诉增加”。那么你的特征清单就应该围绕这些行为来构造，而不是抓一把数据就开始算。
由目标倒推的特征，天然具备更好的可解释性，也更容易让业务方认可。
对于候选特征，我先用两个指标做粗筛：一是特征与目标变量的相关性或IV值，二是该特征与已有特征的相关性。我的经验法则是：如果一个新特征与已入选特征的皮尔逊相关系数超过0.8，并且IV值没有明显更高，就暂不加入。
这一步的目的是把“看起来有用但信息重复”的特征挡在门外，而不是等到模型训练时才让它暴露问题。
在粗筛之后，我会用跨时间窗口的PSI或群体稳定性指标来评估特征稳定度。具体做法：把训练集按时间切分成前60%和后40%，计算同一个特征在两个时间窗口上的分布差异。如果PSI大于0.2，我会非常谨慎地使用它。
另一个更实用的稳定度测试是“上线模拟”：把特征按时间顺序回放，看它在切分点附近的预测贡献是否突变。如果一个特征只在某个月份特别重要，其他月份几乎没有贡献，它可能捕捉到了季节性事件，而不是稳定的业务规律。
可解释性不需要每个特征都能用一句话讲清楚，但至少要在业务逻辑上说得通。比如“用户凌晨频繁发起退款请求”可以用作风险特征，因为它的业务含义是“异常操作或冲动消费”。如果你构造了一个“用户ID哈希值与其他用户ID哈希值的关联度”特征，业务方问你这是什么意思，你回答不出来，那就不要用它。
在强监管场景里，可解释性不只是一项软性要求，而是硬性准入条件。哪怕我后来用上了树模型和深度学习，也会保留一个逻辑回归版本的特征集，专门用于满足监管审计。
最后一个判断是成本：特征的数据获取成本、特征加工成本、实时计算成本和存储成本。常见做法是把特征分为三类：
我在工业质检项目里见过一个高成本特征，它需要新购传感器，但带来的准确率提升有限。后来我们通过两个低成本特征组合替代了它，效果接近，成本只有原来的十分之一。
# 特征初筛伪代码：信息增量 + 冗余度 + 稳定性 + 成本 import pandas as pd import numpy as np def filter_features(df, y, candidate_cols, max_corr=0.8, psi_threshold=0.2): selected = [] for col in candidate_cols: 1. 单特征区分度（示意：用IV或AUC） iv = compute_iv(df[col], y) # 伪代码函数 if iv < 0.02: # 低于阈值，直接淘汰 continue 2. 与已选特征的冗余度检查 if any(df[col].corr(df[s]) > max_corr for s in selected): continue 3. 跨时间窗口稳定性检查 psi = compute_psi(df_train_a[col], df_train_b[col]) # 伪代码函数 if psi > psi_threshold: continue 4. 成本标记：cost_level 来自数据字典映射 if cost_level[col] == 'high' and iv < 0.10: continue selected.append(col) return selected
这一部分我用三个完整的案例来展示特征提取的判断过程。每个案例都会给出数据观察和结论。
回到开头的电商项目。我们用80个特征做基线时AUC是0.783，之后新增了三类特征：RFM衍生特征、时序交叉特征和评论文本特征。我记录下它们在单独加入模型后的表现：
对这三类特征的分析非常有意思。RFM特征虽然单独看区分度不错，但很多信息已经在基础特征里；时序交叉特征因为捕捉了“用户行为随时间的变化模式”，与原有“最近一次购买时间”这类快照型特征形成互补；文本特征则因为情感分析模型本身准确率只有63%，引入大量噪声。
特征工程的重点不是“增加特征”，而是找到与现有特征互补的信息维度。
在一家SaaS公司的企业客户流失预警项目中，我们最初只使用传统SLA数据，包括登录次数、工单数量、套餐使用量等。Top10%客户召回率只有18%。
后来我们深度分析了某项目管理工具的操作日志，构造了三组行为特征：
加入这三组特征后，Top10%客户召回率从18%提升到33%。最让我意外的是“任务逾期率”这个特征：它的IV值只有0.08，但在与活跃特征的交互后，提升效果非常明显。原因是：任务逾期率升高但活跃度不降，说明客户团队可能在“用低效方式维持活跃”，这种状态通常比直接沉默更危险。
这个项目让我确信：在业务软件场景中，操作过程日志比结果型指标能提供更早、更细的流失信号。
在另一家支付公司的反欺诈项目中，我们监测了三个核心特征的PSI变化趋势。第一个特征是“单笔交易金额峰值”，它在建模时的区分度最高，但3个月后PSI就超过0.25，原因是业务方调整了用户单笔限额策略。第二个特征是“设备使用时长”，区分度中等，但PSI一直稳定在0.12以内。第三个特征是我们把前两者融合后的综合风险分，PSI稳定在0.10附近。
最终我们调整的策略是：保留设备使用时长的稳定特征，交易金额峰值特征降权，并用融合特征替代部分原始特征。这个案例说明，特征稳定性跟踪应该成为常规机制，而不是上线时做一次就结束。
有效特征的提取没有统一模板。下面按数据类型、业务场景和团队资源三个维度给出具体建议。
（1）结构化表格数据：优先做单特征IV值或基尼重要性排序，再做相关性去重。建议先用50个以内的强特征跑通基线，再逐步加入有明确业务含义的交叉特征。时间戳字段强烈建议拆成年、月、日、星期、节假日等周期性标记。
（2）时序数据：重点关注滞后特征、滑动窗口统计量（均值、最大值、最小值、标准差、斜率）、差分、同比和环比。时序特征的有效性排序通常是：近期变化趋势 > 周期性特征 > 绝对值水平。构建时序特征时，务必注意数据泄漏：所有窗口计算必须只使用预测时点之前的信息。
（3）文本数据：如果业务场景对可解释性要求高，先用TF-IDF或BM25提取关键词特征；如果算力和场景允许，再考虑BERT等预训练模型的embedding。文本特征的有效性取决于下游任务的语义复杂度，但无论用哪种方法，都要对文本特征做维度压缩，否则极易引入噪声。我通常会把文本embedding维度压到128维以内，并用PCA再做一次降维。
（4）图像或信号数据：不建议直接从原始像素或原始波形堆特征。先做基于领域知识的特征提取（如小波变换、边缘检测、频谱特征），再用预训练CNN模型提取高层语义特征。
（1）风控/反欺诈场景：稳定性优先于区分度。在上线前用时间回放做PSI测试，建立特征月度健康度报表。宁可少用几个提升AUC但不稳定的特征，也不要模型性能大起大落。
（2）营销增长场景：区分度优先，但必须兼顾获取成本。营销特征很多来自第三方数据，价格贵且覆盖率不稳定。建议对每个营销特征记录“增量AUC提升/每条记录成本”，不达标就下线。
（3）运营分析场景：可解释性优先。这类场景通常不是纯机器学习，而是辅助业务决策。特征必须对应清晰业务含义，否则运营团队无法把结论执行下去。
（1）小团队或个人分析岗：优先做“高杠杆特征”。选那些取数方便、口径清晰、业务理解度高的特征。少做复杂实时特征，先用离线批处理验证价值，再加到实时管道。
（2）算法团队配合数据工程团队：可以承担更复杂特征管线的开发，但也要建立特征资产管理规范：每个特征有负责人、业务口径说明、数据质量监控和版本记录。
（3）平台型团队：推进特征平台建设，把特征线上化、服务化、复用化。但我建议先沉淀100个高质量特征再上平台，而不是在特征还很混乱时就开始建平台。
特征工程本质上是一连串取舍决策。以下是几个最常见也最容易纠结的点。
根据我在多个项目中的观察，有一个“特征收益递减”规律：当一个模型的特征数量超过50个之后，新增特征带来的边际AUC提升通常会小于0.2%，而维护成本却线性上升。在特征数量到达80到100个之后，过拟合风险开始明显加大。
我的建议是：先设一个硬上限，比如最多100个特征。每当你想加入一个新特征，就必须回答一个问题：它带来的增量信息能否覆盖新增的过拟合和运维成本？回答不清楚，就先不加。
复杂特征（如高阶交叉、深度embedding）往往能提升效果，但会让训练和推理变慢。在线上实时推理场景中，单个样本的推理延迟和特征计算延迟可能决定技术选型。
我的经验是：先用简易特征做基线，明确延迟预算。比如线上要求单次预测时间小于100毫秒，那么特征计算占用不能超过40毫秒。在这个硬约束下，再去选择特征复杂度。
实时特征（比如“当前时刻的并发活跃数”）比离线特征更能捕捉最新状态，但实时数据链路复杂、成本高、出错风险大。我的判断标准是：如果特征在5分钟内的变化会显著改变预测结果，才值得做实时特征。例如风控场景的“最近5分钟交易频次”值得实时计算；但用户偏好类的特征，用半小时或天级批量更新就够了。
这个取舍在不少场景里没有标准答案。我的做法是“双轨制”：核心决策用可解释特征，辅助决策用复杂特征。比如在风控场景里，模型拒绝一笔贷款时，必须输出拒绝原因，因此会有一个可解释模型兜底；而在纯营销推荐场景里，业务方只关心最终转化率，可解释性压力就小很多。
特征工程不是一个一次性的建模步骤，而是一条持续迭代的数据资产流水线。我做了这么多年数据分析项目，最重要的体会是：“有效特征”不是说它能在模型训练集上提高多少AUC，而是它在真实环境里稳定可获取、业务可解释、长期可维护。
如果你现在正被特征工程困扰，我建议从下面三步开始：
特征提取能力，本质上是把业务理解和数据规律翻译成模型语言的能力。掌握好这个能力，你的模型效果会稳定走在一条健康曲线上。
我在做数据分析时，总看到“特征提取”和“特征选择”两个词混着用，但仔细想想又觉得不是一回事。这俩到底区别在哪？如果搞错了，会影响我后续建模的方向和效果吗？
要区分它们，核心只看一点：是否改变了原始特征的物理含义。特征选择是在原始特征集合里做淘汰赛，选出来的还是原字段，比如销售数据里的“单量”“客单价”，只是决定留谁删谁。特征提取则是在创造新维度，比如把“下单时间”拆出“小时数”、用“单量×客单价”算出“GMV”，产出的字段在原始表里根本不存在。
我实际做过一个电商复购预测项目，初始有300多个字段。我先用特征选择做粗筛，卡掉缺失率超70%和方差接近于0的字段，剩下87个；再对数值字段做特征提取，把“浏览时长_均值”和“收藏数”组合成“深度行为分”。最终模型AUC提升了0.03。如果只做选择不做提取，相当于拿同样信息换个算法，提升天花板很低。
我的判断是：特征选择是减法，用来控制过拟合和冗余；特征提取是乘法，用来创造高维信息。实际项目中建议先做选择再做提取，顺序不能反。先删掉脏字段，再在干净数据上做组合和变换，否则垃圾特征会被组合放大，后期排查成本极高。
我手里的数据大多是数值型的，比如用户年龄、收入、点击次数。直接扔进模型感觉太粗糙，做离散化又怕丢信息。数值型特征到底该怎么提取，才能既保留信息又增强模型的表达能力？
先说结论：没有万能法，但有一条经过验证的主路线。我惯用的方法分三步：先看分布形态，再做分位数分桶，最后构造比率类组合特征。第一步，判断分布是正态、长尾还是双峰。对长尾分布的特征，比如“用户累计消费金额”，先做log1p变换，把0值映射到0而不是负无穷，把右偏分布拉回接近正态。
我在一个借贷场景里把“借款金额”做log变换后，XGBoost的AUC从0.781提升到0.794，这个提升在风控场景里已经足够影响审批策略了。第二步，用分位数分桶而不是等距分桶。
我把“年龄”字段按分位数切成五段：18-25、26-32、33-45、46-60、60+，每段作为类别型字段再做one-hot编码。这比直接输入原始数值在随机森林上表现更稳，因为树模型切分点按信息增益寻找，等距分桶容易把样本量分布打偏。
比如年龄0-100的等距分桶，25岁和30岁被切成两桶，但这两类用户的消费行为差异其实很小，模型会白白浪费分裂点。第三步，构造比率类组合特征。“单位时间点击次数=总点击数÷活跃天数”这种倒数型特征，在风险识别场景里非常有用，能区分“高强度短时刷量”和“正常长期使用”两种完全不同的行为模式。
避坑提示：不要对稀疏特征直接做标准化。比如“用户已连续350天未登录”，标准化会把正常值和异常值拉得特别近，反而丢失区分度。我的经验是，先问一句这个特征的0值有没有业务含义，有含义就别做标准化，改用缺失值填充加指示变量。
我有个“城市”字段，取值有800多个。直接转one-hot维度爆炸，用标签编码又怕模型学出虚假的顺序关系。高基数类别特征到底该怎么处理？有没有经过实践检验的稳妥方案？
高基数类别是特征工程最容易翻车的地方。我用一个真实实验说明：某推荐系统场景里，“IP归属城市”字段有800多个取值。直接one-hot后维度暴增到2000+，逻辑回归训练时间长了3倍还过拟合，测试集AUC反而掉了0.015。
用标签编码，树模型勉强能用，但线性模型完全没法用，因为城市被强加了不存在的顺序关系。我对比了三种方案，结论很有参考意义。第一种是频率编码，把城市出现频率作为特征值，800维压成1维，AUC只降了0.003，但训练速度快了20倍。低频场景用这个方法非常划算，尤其适合上线时间紧的轻量模型。
第二种是目标统计编码，用每个城市的历史转化率作为特征值，但必须做K折交叉验证内的编码，否则严重过拟合。我用5折CV内编码后，AUC提升了0.012。第三种是embedding映射，把高基数类别投影到128维稠密向量，适合深度学习场景，但样本量少于10万时非常容易过拟合。
我的建议是：树模型优先用频率编码加原始字段的暴力多值化；需要轻量上线时，频率编码就够用；业务强制要求可解释时，别用embedding。
最后避开一个大坑：类别字段里的“未知”“其他”“null”这类低频杂类，要先合并成“罕见值”再编码，否则模型会学到“这个值代表噪声”的错误规律，线上遇到新城市时直接预测偏差。
我做了很多特征提取，比如组合特征、分箱特征、交互特征，看单特征和目标变量的相关系数都挺高，可放进模型后效果反而变差了。到底怎么评估一个特征是真有效，还是白费功夫？
评估特征有效性，不能只看单特征相关系数。相关系数只管线性关系，特征和标签往往是非线性的。我见过“年龄”和“是否逾期”的皮尔逊相关系数只有0.06，但IV值达到0.13，说明非线性区分度很强。正确做法是至少从四个维度交叉验证。第一，单特征预测力。不要看相关系数，看IV值或互信息。
IV值大于0.1才算有区分度，0.02到0.1之间属于弱特征，低于0.02基本可以放弃。第二，特征间冗余度。新特征如果和现有特征高度相关，就不算新信息。我习惯计算新特征与现有特征集合的方差膨胀因子VIF，VIF超过5说明存在严重共线性，需要从业务角度决定保留哪个。第三，模型增益测试，这个最重要。
在同一个模型上分别跑加入新特征前后的AUC和LogLoss，如果AUC提升不足0.005、LogLoss下降不足0.01，这个特征就不要留。我在一个信贷评分项目里花了三天做40多个交互特征，最后只有8个特征让AUC提升超过0.008，其他都在噪声范围。第四，时间稳定性。
用时间顺序划分训练集和测试集，而不是随机切分。新特征在时间外样本上的表现如果明显低于随机样本，说明它过拟合了某个特定时间段的模式，上线后必然失效。工具层面，建议至少使用带特征重要性可视化的机器学习开源库，重点看Gain和Cover两个指标。
Gain代表特征在分裂时带来的平均信息增益，Cover代表特征影响的样本覆盖范围。两者结合看比只看一个更全面。最后给一条经验：特征有效性必须放到真实业务场景里验证。离线测试集AUC再高，上线后没有业务效果就不是好特征，要做AB测试做最终确认。
读者评论
作者把特征有效度总结成公式那段很实用，尤其是冗余度对增量信息的削弱，电商复购案例里从80个特征加到312个反而掉点，跟我之前遇到的情况几乎一模一样，盲目堆特征确实是大坑。
银行风控那个冷门特征“表单修改次数”印象很深，单独看IV值不高但增量信息大。我做过类似信贷项目，这类行为痕迹往往比常规征信字段更有区分度，只是需要业务方提点才能想到。
最认同的是稳定性这条，训练集再漂亮，上线后PSI一涨全白干。我用过交易金额峰值特征，三个多月就漂移得没法用，最后还得回滚。文章把特征筛选漏斗画得很清楚，值得收藏。
制造业质检项目很有启发，原始信号提特征后效果能逼近深度学习，而且算力成本低很多。不过那200万采集成本确实得掂量，文章最后成本评估那关说得实在，不是所有高收益特征都能落地。
对时间穿越的误区警示非常到位，很多新手会在时序预测里误用未来信息，导致验证集虚高、上线失效。作者能直接点名这种问题并给出修复后的对比，经验性很强，适合做特征工程前先读一遍。