时序预测：窗口、基线与滚动验证

先画出预测时点

定义采样频率、预测步长 horizon、输入窗口、标签窗口和数据到达延迟。“预测明天工单量”与“预测未来七天总量”是不同任务。趋势、季节性、自相关和结构变化需要分别理解，不能只套随机划分的回归模板。

核心知识点

知识点	设计方式	边界
lag	用过去已知的值预测未来	当前真实值尚未到达时不能当特征
滚动统计	先移位，再对历史计算均值/最大值	直接把当前目标纳入均值会泄漏
日历/外生变量	周期、节假日等预测时可知信息	使用未来实测天气代替当时预报会不公平
简单基线	最近一次、上周同期、季节均值	复杂模型需在同一 horizon 下胜过基线
滚动验证	多个时间截点训练过去、预测后段	不打乱；保留部署时的重训频率
gap 与标签窗口	为重叠窗口、延迟等留间隔	gap 大小由业务与窗口推导，不能盲抄示例

不规则时间间隔先检查缺失和采样；连续多步预测要说明直接预测、递归预测还是多输出。递归使用自己的预测，会累积误差。

原创手算例子

历史工单量为 10、12、14，下一天预测的三日均值为 12。若目标日真实值为 20，把它纳入后三日均值得到约 15.33，就使用了预测当时未知的数据。

一周季节性任务可以先用上周同一天作为预测。评价按 horizon 与峰值/节假日拆分；整体 MAE 可能掩盖旺季失败。

练习与完成标准

画出一张预测时间轴，列每个字段的可用时刻，写最近值/季节基线和三个滚动验证截点。解释 gap，检查统计窗口是否已移位。本篇未下载数据或训练时序模型。

复习问题

1. 为什么随机切分通常不能模拟预测未来？
2. 标签覆盖七天时需要检查什么重叠？
3. 线上更新频率为什么要体现在验证方案中？

阅读依据与核验范围

• examples/applications/plot_time_series_lagged_features.py
• doc/modules/cross_validation.rst

2026-10-07：AI 助手协助原创整理并核对原始章节。示例、手算和练习由本站设计；未执行的任务不作为实验结论。