关于sktime WindowSummarizer与递归外生变量预测的技术咨询

以下是参考的官方示例代码：

import pandas as pd
from sktime.transformations.series.summarize import WindowSummarizer
from sktime.datasets import load_airline, load_longley
from sktime.forecasting.naive import NaiveForecaster
from sktime.forecasting.base import ForecastingHorizon
from sktime.forecasting.compose import ForecastingPipeline
from sktime.forecasting.model_selection import temporal_train_test_split

y = load_airline()
kwargs = {
    "lag_feature": {
        "lag": [1],
        "mean": [[1, 3], [3, 6]],
        "std": [[1, 4]],
    }
}

# 假设X_train、X_test、y_train、y_test、fh已通过temporal_train_test_split等方式定义
Z_train = pd.concat([X_train, y_train], axis=1)
Z_test = pd.concat([X_test, y_test], axis=1)
pipe = ForecastingPipeline(
    steps=[
        ("a", WindowSummarizer(n_jobs=1, target_cols=["POP", "TOTEMP"])),
        ("b", WindowSummarizer(**kwargs, n_jobs=1, target_cols=["GNP"])),
        ("forecaster", NaiveForecaster(strategy="drift")),
    ]
)
pipe_return = pipe.fit(y_train, Z_train)
y_pred2 = pipe_return.predict(fh=fh, X=Z_test)

问题1：未来数据集是否需要提供X的未来取值？ #

• 必须提供，前提是X为外生特征（非基于y生成的外部变量），比如示例中的POP、TOTEMP。
• 原因：训练阶段模型依赖这些外生特征的历史值生成窗口统计特征（如滑动均值、滞后值），预测未来时，对应时间点的X取值是生成特征的必要输入，缺失会导致特征转换失败，直接报错。
• 例外：如果X完全由y的滞后/滑动特征生成，无外部变量，那么未来预测时无需额外提供X——这类特征可通过递归预测出的y值逐步生成。

问题2：使用RecursiveTabularRegressionForecaster时，修改X常量值预测结果未变化的原因 #

• 核心结论：RecursiveTabularRegressionForecaster不会自动递归生成X的滞后特征，X的特征处理完全依赖你提前配置的Pipeline步骤（如WindowSummarizer的参数）。
• 常见原因：
  1. X未参与模型训练：如果Pipeline中未对X做有效特征转换，或转换后的特征未被模型纳入训练逻辑，模型未学习到X的影响，修改X自然不会改变结果。
  2. X的特征配置无区分度：若X是常量，且你配置的窗口特征（如均值、标准差）基于X自身计算，结果会和原常量一致，模型无法从这类特征中获取有效信息。
  3. X的未来值未正确传入：递归预测时，X的未来值需手动提供，如果修改的常量未对应到预测的时间点，也不会影响结果。

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