Google AutoML 时间序列预测训练耗时过长的优化咨询

1 数据与特征优化 #

• 特征降维：先通过简单基线模型（如单棵LightGBM）计算30个特征的重要性，剔除贡献度低于1%的冗余特征，通常可减少30%以上的特征计算开销；高基数类别特征优先使用频次编码、数值编码，避免独热编码导致的维度爆炸。
• 序列聚类分组：利用500组序列的相关性，通过DTW距离或皮尔逊系数将序列划分为5~10个聚类簇，同一簇的序列共享预训练参数做微调，无需每组单独从零开始训练。
• 低价值序列兜底：对目标值方差极低、波动极小的序列，直接用Prophet或滑动平均等轻量统计模型输出预测结果，不进入AutoML搜索环节，可减少20%~40%的训练序列量。

2 AutoML配置优化 #

• 缩小模型搜索空间：关闭不适合短周期14天预测的高耗时模型（如Transformer、TCN等深度学习模型），仅保留树模型（LightGBM、XGBoost）、轻量统计模型（ARIMA、Prophet）两类候选，搜索空间可缩小70%以上。
• 简化超参搜索逻辑：将默认的全量穷举搜索改为贝叶斯优化或随机搜索，迭代次数限制在20~30轮即可；滚动回测的交叉验证折数设为3折，无需使用5折及以上的高开销验证策略。
• 开启多序列联合训练：主流工业级AutoML预测工具均支持该配置，可利用序列间的相关性共享特征参数，相比单序列独立训练耗时降低60%以上。如果使用开源AutoTS框架，可通过model_list="fast"参数直接调用快训候选集，训练速度提升4倍以上。

3 训练逻辑优化 #

• 裁剪训练时间窗口：仅需预测未来14天的场景下，无需使用全量2.5年历史数据训练，取最近1~1.5年的最新数据即可满足精度要求，训练数据量直接减少40%左右。
• 全链路开启早停：所有候选模型训练时配置早停规则，验证集误差连续5轮无下降即终止训练，避免无效迭代消耗算力。

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