4. 特征工程入门：特征构建思路、时间窗口特征、聚合特征、比率特征

在商户风险评分中，原始数据（如交易流水、商户注册信息）往往无法直接用于模型。特征工程是将原始数据转化为能够有效区分高风险与低风险商户的数值化特征的过程。本章聚焦于四种核心特征构建方法：基础构建思路、时间窗口特征、聚合特征和比率特征。

4.1 特征构建总体思路

特征构建的核心原则是：从业务逻辑出发，量化风险行为模式。构建特征前，需明确以下三个维度：

• 行为维度：商户的交易行为、登录行为、信息变更行为等。
• 时间维度：行为发生的时刻、频率、间隔、趋势。
• 关系维度：商户与关联账户、设备、IP地址之间的关联强度。

4.2 时间窗口特征

时间窗口特征是最常用的风险特征之一，用于捕捉商户在特定时间段内的行为变化。窗口类型包括：

4.3 聚合特征

聚合特征通过对商户的多个维度数据进行分组汇总，将细粒度数据转化为高层次的统计指标。常见的聚合操作包括：

• 计数聚合：交易笔数、登录次数、退款次数。
• 金额聚合：交易总额、最大单笔金额、平均金额。
• 离散度聚合：交易金额标准差、交易时间间隔方差。
• 唯一值聚合：关联银行卡数、关联IP数、关联设备数。

4.4 比率特征

比率特征通过计算两个相关指标的比值，揭示商户行为的相对强度或异常程度。比率特征能够消除量纲影响，更直观地反映风险倾向。

4.5 特征构建实战代码示例

以下代码展示了如何使用Python（Pandas）从交易流水表中构建时间窗口特征、聚合特征和比率特征：

import pandas as pd
import numpy as np

# 示例数据：商户交易流水
df = pd.DataFrame({
    'merchant_id': ['M001', 'M001', 'M001', 'M002', 'M002'],
    'trans_date': pd.to_datetime(['2024-01-01', '2024-01-02', '2024-01-10',
                                  '2024-01-01', '2024-01-05']),
    'amount': [100, 200, 5000, 50, 80],
    'is_refund': [0, 0, 1, 0, 0]
})

# 1. 时间窗口特征：过去7天交易总额
df['trans_date'] = pd.to_datetime(df['trans_date'])
df = df.sort_values(['merchant_id', 'trans_date'])
df['amount_7d_sum'] = (df.groupby('merchant_id')['amount']
                       .transform(lambda x: x.rolling(window=7, min_periods=1).sum()))

# 2. 聚合特征：每个商户的交易笔数、平均金额
agg_features = df.groupby('merchant_id').agg(
    total_transactions=('amount', 'count'),
    avg_amount=('amount', 'mean'),
    max_amount=('amount', 'max')
).reset_index()

# 3. 比率特征：退款率
refund_stats = df.groupby('merchant_id')['is_refund'].agg(
    refund_count='sum',
    total_count='count'
).reset_index()
refund_stats['refund_rate'] = refund_stats['refund_count'] / refund_stats['total_count']

# 合并特征
final_features = agg_features.merge(refund_stats[['merchant_id', 'refund_rate']], on='merchant_id')
print(final_features)