BigQuery ML ARIMA_PLUS中CREATE_MODEL语句的HORIZON参数作用是什么？

核心作用：辅助模型拟合阶段的参数调优与误差评估 #

CREATE_MODEL 里的 HORIZON 并不是用来生成预测结果，也不会拆分你的训练数据（你说的没错，它确实会用所有数据拟合最终模型），它的作用集中在模型构建的内部逻辑里：

• 自动筛选最优ARIMA参数：ARIMA_PLUS会基于你设置的HORIZON值，在拟合过程中做内部的滚动验证——比如用历史数据模拟预测未来HORIZON步的结果，再和真实历史值对比，以此来筛选出预测误差最小的ARIMA参数组合（比如p、d、q的取值）。
• 生成拟合评估指标：模型元数据里的MAE、RMSE等评估指标，都是基于这个HORIZON对应的滚动预测误差计算出来的，能帮你判断模型对历史数据的拟合效果是否靠谱。

和 ML.FORECAST 中 HORIZON 的区别 #

ML.FORECAST里的HORIZON是你实际需要预测的未来步数，和CREATE_MODEL里的参数完全独立：前者是模型构建时的调参辅助，后者是预测阶段的输出要求，两者互不影响。

内容的提问来源于stack exchange，提问作者djoVanCooper