如何在sktime中递归使用WindowSummarizer进行未来期预测？

报错原因 #

你的代码出现NaN错误，核心问题有三个：

1. 窗口方向写反：WindowSummarizer的lag_feature中，mean/std等统计量的窗口参数（如[0,7]）是正向偏移，意味着要引用未来7步的数据，但预测时未来数据不存在，直接生成NaN。
2. 特征包含当前目标值：lag设置了0，把当前要预测的目标值作为特征，训练时属于数据泄露，预测时无法获取该值，必然产生NaN。
3. 递归窗口长度未明确：make_reduction的window_length设为None，无法匹配你的最大窗口需求（28步），导致特征生成时数据不足。

修正后的代码 #

#!pip install sktime[all_extras]

import pandas as pd
import numpy as np
from sktime.transformations.series.summarize import WindowSummarizer
from sktime.forecasting.compose import ForecastingPipeline
from sklearn.linear_model import LinearRegression
from sktime.datasets import load_airline
from sktime.forecasting.compose import make_reduction

y = load_airline()

# 修正1：窗口参数改为负向偏移，引用历史数据；移除lag=0
kwargs = {
        "lag_feature": {
            "lag": [1, 2],  # 用前1步、前2步的值作为特征
            "mean": [[-7, 0], [-14, 0], [-28, 0]],  # 过去7/14/28步到当前的均值
            "std": [[-7, 0], [-14, 0], [-28, 0]],
            "kurt": [[-7, 0], [-14, 0], [-28, 0]],
            "skew": [[-7, 0], [-14, 0], [-28, 0]]
        }
    }

# 修正2：明确window_length为最大窗口长度+1（因为[-28,0]包含29个点）
forecaster = make_reduction(
    LinearRegression(),
    scitype="tabular-regressor",
    transformers=[WindowSummarizer(**kwargs, n_jobs=1, truncate="bfill")],
    window_length=29,  # 匹配最大窗口[-28,0]的长度
    strategy="recursive"
)

pipe = ForecastingPipeline(
    steps=[
        ("forecaster", forecaster),
    ]
)

model = pipe.fit(y)

# 测试远期预测
predictions = model.predict(fh=np.arange(1, 100, 1))
print(predictions)

关键修改说明 #

• 窗口方向修正：将[0,7]改为[-7,0]，表示计算从当前时刻往前7步到当前的窗口统计量，确保只用已有历史数据（包括递归预测出的结果）。
• 移除lag=0：只保留过去的滞后值作为特征，避免数据泄露和预测时的NaN问题。
• 设置window_length：最大窗口是[-28,0]，共29个数据点，因此window_length设为29，确保递归时每次都有足够的数据生成特征。

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