03｜特征工程：时点正确、折内拟合与消融

目标：做出能在线下复验、也能在真实预测时刻重建的特征。每列维护定义、时间范围、数据版本和默认值。 01｜先把事件时间与可用时间分开 例如 t₀ 前 30 天订单数、已完成退款率、距上次订单时长。窗口只扫描 [t₀−30d, t₀) 内发生且 t₀ 前已入仓的记录。退款率的分母还要定义：仅在已成熟订单中统计，还是把未完成作为单独状态。可用时间不明的历史列单列处理。用一个刻意晚到的事件做单测，再做截断测试：在 t₀ 后追加事件，同一行的特征必须不变。 02｜目标编码是模型的一部分 高基数品类用训练折内的正例数 s、样本数 n 与折内先验 p₀ 做平滑，未见类别退回 p₀。验证/测试使用各折的映射；给训练折内样本做编码时再按子折或严格过去历史生成，不能让样本读到自己的标签。历史滚动标签还需要成熟约束。CatBoost 的 ordered statistics 有自己的有序构造，仍要先保证外层切分和可用时点正确。 03｜用特征族做消融 先冻结同一切分、随机种子和调参预算，比较 baseline、+窗口统计、+编码、+交互。对于互补特征，再从完整模型逐族移除，比较交互贡献。分别看新用户、老用户、缺失严重和未来月份；同时记录计算量、缓存大小和缺失回退。重要性只用于提假设，不能替代受控消融。带来微小均值收益、但让未来切片明显退化的族应推迟上线。 练习｜附件实现时点聚合与折外平滑编码，并断言未来与晚到记录不影响过去。把渠道列换成只出现一次的 ID，比较直接编码和折外编码的差别。将断言加到自己比赛的特征生成脚本中。