AutoGluon时间序列预测中协变量的正确使用方式

理解AutoGluon中的协变量类型

在AutoGluon的时间序列预测模块中，协变量(covariates)分为两种主要类型：已知协变量(known covariates)和过去协变量(past covariates)。这两种协变量在模型训练和预测阶段有着不同的处理方式和使用场景。

过去协变量(past covariates)

过去协变量是指在预测时只能获取到历史值的变量。这类变量通常包括：

• 与目标变量相关的历史指标
• 只在过去时间段可观测的特征
• 无法提前获知未来值的变量

AutoGluon会自动将训练数据中除目标列和已知协变量外的所有列识别为过去协变量。这意味着开发者无需显式声明哪些列是过去协变量，系统会根据列名自动进行判断。

已知协变量(known covariates)

已知协变量是指在预测时能够提前知道未来值的变量。这类变量通常包括：

• 节假日标记
• 可预知的事件
• 预先安排的活动
• 其他可以确定未来值的特征

与过去协变量不同，已知协变量需要在创建TimeSeriesPredictor时通过known_covariates_names参数显式声明。

正确配置协变量的实践指南

1. 过去协变量的使用

对于过去协变量，开发者只需确保这些列存在于训练数据中即可。AutoGluon会自动处理这些列，无需额外配置。例如：

# 假设train_data包含目标列"target"和其他特征列"feature1", "feature2"
predictor = TimeSeriesPredictor()  # 无需指定past covariates
predictor.fit(train_data)  # "feature1"和"feature2"会自动被识别为past covariates

2. 已知协变量的配置

使用已知协变量需要两个步骤：

首先，在创建预测器时声明这些协变量的名称：

predictor = TimeSeriesPredictor(
    known_covariates_names=["holiday", "promotion"]  # 显式声明已知协变量
)

然后，在预测时必须提供这些协变量的未来值：

future_known_covariates = pd.DataFrame({
    "holiday": [0, 1, 0],  # 未来时间段的节假日标记
    "promotion": [1, 0, 1]  # 未来时间段的促销活动
})

predictions = predictor.predict(
    past_data, 
    known_covariates=future_known_covariates
)

常见问题与解决方案

问题1：预测时缺少已知协变量

错误信息："known_covariates must be provided at prediction time"

解决方案：确保在预测时为所有声明的已知协变量提供未来值。如果某些协变量实际上不是已知的未来值，应该将它们从known_covariates_names中移除，让系统自动将其识别为过去协变量。

问题2：混淆协变量类型

典型表现：将过去协变量错误地声明为已知协变量，导致预测时需要提供未来值。

解决方案：仔细区分协变量类型。只有那些能够确切知道未来值的变量才应该声明为已知协变量。对于只能获取历史值的变量，应该让系统自动识别为过去协变量。

最佳实践建议

1. 协变量命名规范：为不同类型的协变量使用清晰的命名约定，便于管理和维护。

2. 数据验证：在预测前验证提供的协变量数据是否完整，特别是已知协变量的未来值是否覆盖预测范围。

3. 模型选择考虑：不同的时间序列模型对协变量的处理能力不同。TemporalFusionTransformer等复杂模型能够更好地利用协变量信息。

4. 性能监控：定期评估协变量对预测性能的影响，移除不相关或冗余的协变量。

通过正确理解和应用AutoGluon中的协变量机制，开发者可以构建更加强大和准确的时间序列预测模型，充分利用所有可用的信息源来提高预测性能。