Darts时间序列预测中的超参数优化与验证集划分策略

概述

在时间序列预测项目中，合理的超参数优化和验证集划分是确保模型性能的关键环节。本文将详细介绍如何在Darts框架中实现时间序列预测模型的超参数优化，特别是验证集的正确使用方法。

时间序列数据划分的特殊性

与传统机器学习不同，时间序列数据具有时间依赖性，因此不能简单地随机划分数据集。Darts框架提供了灵活的方法来处理这种特殊性。

典型的时间序列数据划分方案

对于时间范围从2020-01-01到2023-12-31的数据集，推荐采用以下划分方式：

1. 训练集：2020-01-01至2022-01-01
2. 验证集：2022-01-01至2022-12-31
3. 测试集：2023-01-01至2023-12-31

这种划分保持了时间顺序，确保模型不会"看到"未来的数据。

超参数优化实现方法

在Darts中，可以通过以下步骤实现超参数优化：

1. 定义目标函数：使用验证集评估模型性能
2. 设置搜索空间：为每个超参数指定可能的取值范围
3. 运行优化过程：使用Optuna等工具寻找最佳参数组合

关键代码实现

以下是超参数优化阶段的典型代码结构：

def objective(trial):
    # 定义超参数搜索空间
    forecast_horizon = 24
    fc_lags_dict = {}
    for feature in future_cov:
        future_cov_lags_lower_bound = trial.suggest_int(f'fc_lb_{feature}', -96, -1)
        future_cov_lags_upper_bound = trial.suggest_int(f'fc_up_{feature}', 1, 72)
        fc_lags_dict[feature] = list(range(future_cov_lags_lower_bound, future_cov_lags_upper_bound))
    
    # 构建模型
    model = LinearRegressionModel(
        lags=list(range(target_lags_lower_bound, 0)),
        lags_past_covariates=None,
        lags_future_covariates=fc_lags_dict,
        output_chunk_length=forecast_horizon,
        multi_models=True,
    )
    
    # 在验证集上评估模型
    hf_results = model.historical_forecasts(
        series=target_hf[:val_end],
        past_covariates=None,
        future_covariates=future_cov_hf,
        start=val_start,
        retrain=30,
        forecast_horizon=24,
        stride=24,
        train_length=2160,
        verbose=True,
        last_points_only=False,
    )
    
    return return_metrics(hf_results)

最终测试阶段

完成超参数优化后，应在独立的测试集上评估模型性能：

# 使用优化后的参数构建最终模型
final_model = LinearRegressionModel(
    lags=best_lags,
    lags_past_covariates=None,
    lags_future_covariates=best_fc_lags,
    output_chunk_length=24,
    multi_models=True,
)

# 在测试集上评估
test_results = final_model.historical_forecasts(
    series=target_hf,
    past_covariates=None,
    future_covariates=future_cov_hf,
    start=test_start,
    retrain=30,
    forecast_horizon=24,
    stride=24,
    train_length=2160,
    verbose=True,
    last_points_only=False,
)

高级应用：滚动窗口验证

对于需要更频繁更新超参数的情况，可以考虑实现滚动窗口验证策略：

1. 定义多个连续的验证窗口
2. 在每个窗口上独立进行超参数优化
3. 汇总各窗口的优化结果

这种方法虽然计算成本较高，但能更好地适应时间序列中的概念漂移问题。

最佳实践建议

1. 确保验证集足够大，能够代表数据的整体特性
2. 考虑季节性因素，验证集应包含完整的季节性周期
3. 记录每次实验的参数和结果，便于分析比较
4. 在计算资源允许的情况下，增加验证集的数量或大小

通过合理的数据划分和超参数优化策略，可以在Darts框架中构建出性能优异的时间序列预测模型。