# 5.2 常用的特征清单

尽管特征生成的方法千差万别，而且十分依赖于你的特定数据集，想象力，编程能力和领域知识，仍然有一些很常用的特征生成的方法，它们包括了：

* 均值和方差
* 最大值和最小值
* 第一个值和最后一个值的差值
* 局部最大值和局部最小值的数量
* 周期性和自相关性

除了手动创建以上这些特征，在python一些库中内置了更多封装好的时间序列特征供用户选择调用，著名的两个库是`tsfresh`和`cesium`，感兴趣的可以去官方文档查阅更多信息。

<https://tsfresh.readthedocs.io/en/latest/>

<http://cesium-ml.org/docs/>

tsfresh提供了几十种时间序列特征，避免使用者重复造轮子，能帮助我们更高效生成特征，并且这个库的设计能够和机器学习库sklearn实现对接，建模更方便。

在这个链接可以查看tsfresh库全部的生成特征的方法。

<https://tsfresh.readthedocs.io/en/latest/text/list_of_features.html>

类似的，在这个链接可以查看cesium库全部的生成特征的方法。

<http://cesium-ml.org/docs/feature_table.html>

需要注意的是，你可能会发现很多时间序列特征生成的过程是很耗时的，如果能事先结合经验和领域知识预判哪些特征是无意义的，不相关的，可以为我们节省很多计算上的时间。