如何使用tidymodels实现时间序列自动参数调优及相关问题求解

规则网格仅返回3组参数的问题解答 #

• grid_regular()默认给每个待调参数生成3个水平的取值，你当前有3个待调参数，正常应该生成333=27组参数组合。你只得到3组的核心原因是代码中levels参数处于注释状态，调整后没有重新运行生成prophet_grid的代码段，后续调优仍调用了旧的网格对象。
• 取消levels = 10这行的注释后重新生成网格，即可得到101010=1000组参数组合；如果希望不同参数有不同的采样密度，可以给levels传入命名向量，例如levels = c(changepoint_num = 3, changepoint_range = 4, trees = 5)，就能单独控制每个参数的采样数。
• 多参数调优更推荐使用grid_latin_hypercube()或grid_random()，指定size = 100即可直接生成100组分布均匀的参数组合，避免规则网格计算量随参数数量指数级上升的问题，更适配你的批量调优场景。
• 额外注意：你当前的重抽样策略只能生成1个有效折叠，运行nrow(resampling_strategy)即可验证。建议将skip参数调整为"6 months"，即可得到3个有效折叠，调优评估结果的可靠性会大幅提升。

时间序列交叉验证最优折叠数的选择方法 #

• 时间序列交叉验证没有通用的自动最优折叠数算法，但有明确的选择规则，不需要盲目试错：
  1. 评估窗口assess固定为你的业务预测周期，例如你需要预测未来12个月的需求，assess就设为"12 months"，不要随意调整
  2. 初始训练窗口initial至少要覆盖2个完整的序列周期，例如月度数据带年度周期的场景，initial至少设为"24 months"，如果小训练窗口模型表现不稳定可以适当调大
  3. 步长skip如果和assess长度一致，得到的是不重叠的折叠切片，评估结果方差更小；如果需要更多折叠，可以把skip调小到1个月，生成重叠切片，折叠数会大幅提升但计算量同步上升
• 对于上百条序列批量处理的场景，直接统一设置上述三个参数即可，折叠数会根据每条序列的长度自动生成，不需要单独人工调整。

批量调优的效率优化建议 #

• 不需要每条序列单独调参，可以先对所有序列做聚类，把趋势、周期特性相似的序列归为同一类，每类只用少量代表序列调参，参数共享到同类所有序列，能把调优成本降低90%以上。
• 低精度场景下优先固定Prophet的核心参数，只调XGBoost的树数量、学习率两个参数，规则网格只做3*3=9组，准确率损失通常不超过5%，但速度提升10倍以上，完全满足可扩展性与准确率的权衡要求。

内容的提问来源于stack exchange，提问作者LGe