Feature Engineering

TÓM TẮT

FeatureEngineer (core/features.py, ~407 dòng) tạo 40+ features từ raw transaction data. Các features được nhóm thành 11 categories.

Bảng Features đầy đủ

1. Temporal Features (7)

Feature	Mô tả
dow	Day of week (0-6)
dom	Day of month (1-31)
is_weekend	Thứ 7 / Chủ nhật
is_start	Đầu tháng (ngày 1-3)
is_end	Cuối tháng (ngày 28-31)
week_of_month	Tuần trong tháng (1-5)
days_to_month_end	Số ngày đến cuối tháng

2. Event Features (6)

Feature	Mô tả
event_tier	Mức sự kiện (0-3)
is_payday_window	Trong window ngày lương
is_mid_month	Giữa tháng
is_holiday	Ngày lễ
event_day_weight	Trọng số event (multiplier)
is_event_day	Có event hay không

3. Event Proximity Features (4)

Feature	Mô tả
days_to_next_tier1	Số ngày đến event tier 1 tiếp theo
days_since_last_tier1	Số ngày từ event tier 1 gần nhất
days_to_next_event	Số ngày đến event tiếp theo
days_since_last_event	Số ngày từ event gần nhất

4. Lag Features (7)

Feature	Mô tả
lag_1 → lag_56	Chuỗi lag: 1, 2, 3, 7, 14, 28, 56 ngày

5. Rolling Window Features (3)

Feature	Mô tả
roll_7	Moving average 7 ngày
roll_14	Moving average 14 ngày
roll_28	Moving average 28 ngày

6. Event-Masked Rolling (3)

ĐẶC BIỆT

Rolling mean loại trừ event days để tránh spike contamination vào baseline.

Feature	Mô tả
roll_7_masked	MA 7 ngày (không tính event days)
roll_14_masked	MA 14 ngày (không tính event days)
roll_28_masked	MA 28 ngày (không tính event days)

7. Exponentially Weighted Mean (2)

Feature	Mô tả
ewm_7	EWM span 7 ngày
ewm_14	EWM span 14 ngày

8. Same-Event Lag (2)

Feature	Mô tả
same_event_lag	Volume cùng event năm trước (VD: 11.11.2025 → 11.11.2024)
same_event_lag_2y	Volume cùng event 2 năm trước

9. Intermittent Demand (3)

Feature	Mô tả
demand_frequency	Tần suất có demand (0-1)
days_since_last	Số ngày từ lần có demand gần nhất
zero_streak	Chuỗi liên tiếp demand = 0

10. Discount & Scaling (3)

Feature	Mô tả
discount_ratio	Tỷ lệ giảm giá
discount_ratio_7d	Tỷ lệ giảm giá 7 ngày gần nhất
base_demand	Non-event mean (cho cross-learning)

11. SKU Classification (5+)

Feature	Mô tả
sku_type	dead / intermittent / lumpy / smooth / seasonal
is_dead, is_intermittent, etc.	Binary flags
channel_count	Số kênh bán
user_diversity	Số users mua
recent_sales_30d	Tổng bán 30 ngày gần nhất

Pipeline Flow

# Trong ForecastPipeline
features_df = FeatureEngineer.create_all_features(
    df=daily_aggregated_data,
    calendar=event_calendar
)
# Output: DataFrame với tất cả 40+ features + target column

HIỆU NĂNG

expand_dates() có thể gây memory pressure cho dataset lớn (10,000 SKUs × 730 ngày = 7.3M rows). Xem IMP-06.

Tài liệu liên quan

• DemandForecastModel — Model sử dụng features này
• Calendar & Events — Event calendar chi tiết
• Pipeline — Orchestration flow