基于StatsForecast的多长度时间序列扩展窗口交叉验证参数配置咨询

我想用StatsForecast实现扩展窗口交叉验证，在包含多个时间长度（1-48个月不等）的唯一ID时间序列数据集上，评估不同经典时间序列预测模型的精度。需求是每个窗口结束后预测未来7个月，用sMAPE等指标评估精度，同时捕捉趋势与季节性。但对cross_validation函数的step_size、n_windows、test_size参数理解不足，无法正确设置。

数据结构如下：

已实例化StatsForecast对象：

sf = StatsForecast(
    df=df,
    models=[AutoARIMA(season_length=12), AutoETS(error_type='zzz'), Naive()],
    freq='MS',
    n_jobs=-1,
    fallback_model=Naive()
)

调用cross_validation时：

results_cv = sf.cross_validation(
    h=7 # 预测未来7个月
    step_size=?,
    n_windows=?
)

尝试多种参数组合，单独设置test_size=7时，报错ValueError: could not broadcast input array from shape (y,) into shape (z,)，期望得到StatsForecast教程中的结果格式。

需要指导：如何正确设置参数？需求是否可通过该函数实现？如何确定step_size、test_size、n_windows的最优值？

解答 #

1. 核心参数含义 #

• h：预测步长，你设置为7符合需求（预测未来7个月），无需调整。
• test_size：每个验证窗口的测试集长度，必须与h相等——因为你每次要预测7个月，测试集必须对应这7个时间点的真实值，否则会出现维度不匹配。
• step_size：扩展窗口的滑动步长，即每次训练集向后推移的时间步数。比如设为1代表每月做一次验证，设为12代表每年做一次验证。
• n_windows：要生成的验证窗口总数。若设置该参数，函数会自动计算训练集的起始点；若不设置，会根据step_size和序列总长度生成所有可行的窗口。

2. 报错原因 #

报错源于部分序列长度不足，无法支撑你设置的窗口参数。比如某个unique_id的序列只有5个月，而你要求test_size=7，数据长度不足以划分出测试集，就会触发维度广播错误。

StatsForecast会自动过滤长度不足的序列，但如果参数设置导致绝大多数序列都不满足窗口要求，就会抛出该异常。

3. 正确参数设置方案 #

你的需求完全可以通过cross_validation实现，以下是两种可行设置：

方案1：生成所有可行窗口（适合序列长度差异大的场景）

results_cv = sf.cross_validation(
    h=7,
    test_size=7,  # 必须与h一致
    step_size=1,  # 每月滑动一次，获取最密集的验证结果
    n_windows=None  # 自动生成所有符合条件的窗口，跳过短序列
)

方案2：指定固定窗口数量（减少计算量）

results_cv = sf.cross_validation(
    h=7,
    test_size=7,
    step_size=12,  # 每年滑动一次，平衡计算量与代表性
    n_windows=3  # 仅生成3个验证窗口
)

关键注意事项

• 必须显式设置test_size=7，避免函数自动推断出与h不匹配的测试集长度。
• 长度不足test_size + (n_windows-1)*step_size的序列会被自动跳过，无需手动过滤。

4. 参数最优值确定 #

• step_size：
  • 若需要密集验证、追求精度稳定性，选1（每月验证一次），但计算量较大；
  • 若数据存在年度季节性，选12（每年验证一次），平衡计算效率与验证代表性；
  • 若关注季度变化，可设为3。
• n_windows：
  • 若多数序列长度≥48个月，可设为5-10个窗口，保证验证结果稳定；
  • 若多数序列较短，设为2-3个窗口，避免大量序列被过滤；
  • 不设置该参数时，函数会生成所有可行窗口，适合序列长度差异大的数据集。
• test_size：固定等于h（即7），与你的预测需求完全匹配。

内容的提问来源于stack exchange，提问作者jifeng