4. 特征工程

4.1 特征工程的目标

1. 特征选择：选择与分析目标相关性较强的特征，减少冗余信息。
2. 特征提取：从现有数据中提取关键特征，如时间序列中的季节性或趋势特征。
3. 特征构造：创建新的特征以增强模型的表达能力，例如温度变化率、周期性变量等。

4.2 特征选择

我们将从原始数据集中选择对气候变化分析有意义的特征：

• LandAverageTemperature：全球地表平均气温。
• LandAndOceanAverageTemperature：全球地表与海洋平均气温。
• 时间特征（从日期提取）。

# 选择相关特征
selected_features = ['LandAverageTemperature', 'LandAndOceanAverageTemperature']
data_features = data_cleaned[selected_features].copy()
print("选定的特征：", selected_features)

4.3 特征提取

从时间序列中提取特征

从日期中提取年、月、季度等特征，用于分析气温的季节性和长期趋势。

# 从索引中提取时间特征
data_features['Year'] = data_cleaned.index.year
data_features['Month'] = data_cleaned.index.month
data_features['Quarter'] = data_cleaned.index.quarter

# 确认提取的时间特征
print(data_features.head())

4.4 特征构造

构造新的特征

1. 年度平均温度变化率：计算每年的温度变化率，反映气候变化趋势。
2. 温度波动范围：计算 LandAverageTemperature 和 LandAndOceanAverageTemperature 的不确定性范围。

# 构造年度平均温度变化率
data_features['TemperatureChangeRate'] = data_features['LandAverageTemperature'].diff()

# 构造温度波动范围
data_features['TemperatureUncertaintyRange'] = (
    data_cleaned['LandAverageTemperatureUncertainty'] +
    data_cleaned['LandAndOceanAverageTemperatureUncertainty']
)

# 确认新特征
print("\n构造的新特征：")
print(data_features[['TemperatureChangeRate', 'TemperatureUncertaintyRange']].head())

4.5 特征可视化

通过可视化展示新特征的分布和时间趋势。

# 可视化年度平均温度变化率
plt.figure(figsize=(16, 8))
plt.plot(data_features.index, data_features['TemperatureChangeRate'], color='purple', label='Temperature Change Rate')
plt.axhline(0, color='gray', linestyle='--', linewidth=1)
plt.title('Annual Temperature Change Rate', fontsize=16)
plt.xlabel('Year', fontsize=14)
plt.ylabel('Change Rate (°C)', fontsize=14)
plt.legend()
plt.grid(True)
plt.show()

# 可视化温度波动范围
plt.figure(figsize=(16, 8))
plt.plot(data_features.index, data_features['TemperatureUncertaintyRange'], color='orange', label='Temperature Uncertainty Range')
plt.title('Temperature Uncertainty Range Over Time', fontsize=16)
plt.xlabel('Year', fontsize=14)
plt.ylabel('Uncertainty Range (°C)', fontsize=14)
plt.legend()
plt.grid(True)
plt.show()

4.6 小结

1. 特征选择：保留与气候变化分析直接相关的特征，减少噪声。
2. 特征提取：从时间序列中提取年、月、季度等时间特征，便于分析季节性和趋势性。
3. 特征构造：创建年度温度变化率和温度波动范围，增强对气候变化的刻画能力。