关于skforecast.ForecasterAutoreg预测逻辑的疑问：12滞后为何输出12步预测？

我正在使用skforecast处理常规多元时间序列，训练集trainX、trainy共36步，测试集testX、testy共12步。我通过以下代码以12步历史滞后（lag）训练回归器：

model = ForecasterAutoreg(regressor=RandomForestRegressor(), lags=12)
model.fit(y=trainX.y, exog=trainX[trainX.columns[1:]])

当我用该模型对测试特征进行预测时：

len(testX) # =12
predy = model2.predict(steps=steps, exog=testX[testX.columns[1:]])
len(predy) # =12 as well

模型返回了与testX长度一致的12步预测结果。我对此感到困惑：我认为预测必须基于12步历史滞后数据，但testX第一个预测值predy[0]似乎没有对应的前12步数据，为何模型能输出全部12步预测？我哪里理解有误？

解答 #

你混淆了训练时的滞后特征构建逻辑和预测时的初始滞后数据源：

• 训练阶段，lags=12是指从训练数据trainX.y中提取每个样本对应的过去12步y值作为特征，结合同期的外生变量（trainX的其他列），让模型学习“历史12步y+同期外生变量→当前y”的映射规律。
• 预测阶段，ForecasterAutoreg会自动使用训练集的最后12步y值作为初始滞后数据，来生成第一个预测值predy[0]；后续每一步预测时，都会用上一步的预测结果补充到滞后序列中，再结合testX对应行的外生变量生成新的预测值。
• 你设置的steps=12恰好和testX的长度匹配，所以模型会连续生成12步预测，每一步都对应testX中的一行外生变量。

简言之：第一个预测的历史滞后数据来自训练集末尾，后续预测依赖滚动生成的预测值补充滞后项，不需要测试集本身提供历史数据。

内容的提问来源于stack exchange，提问作者Fredrik