NeuralForecast项目中NHITS模型test_size参数的正确使用方法

在时间序列预测领域，Nixtla团队开发的NeuralForecast库因其高效的神经网络模型而广受欢迎。本文将深入探讨该库中NHITS模型的一个常见使用误区，帮助开发者正确设置验证集和测试集参数。

参数误解现象分析

许多开发者在阅读NHITS模型文档时，会注意到fit方法似乎支持test_size参数。然而在实际应用中，直接使用该参数会导致错误提示"unexpected keyword argument 'test_size'"。

这种现象源于对模型训练流程的误解。实际上，NeuralForecast的fit方法设计理念是专注于模型训练和验证过程，而非测试阶段。测试集的评估应当放在训练完成后的预测阶段进行。

正确参数配置方案

NeuralForecast的fit方法确实提供了val_size参数用于设置验证集大小。验证集在训练过程中主要用于：

1. 监控模型在未见数据上的表现
2. 实现早停机制防止过拟合
3. 进行超参数调优

对于测试集的设置，开发者应当采用以下两种推荐方式之一：

方法一：手动划分数据集

最直接的方式是在调用fit方法前，将原始数据集明确划分为训练集和测试集：

# 假设原始数据有2000个时间点
train_df = df.iloc[:1257]  # 前1257个点作为训练集
test_df = df.iloc[1257:]   # 剩余743个点作为测试集

# 仅使用训练集进行模型训练
fcst.fit(train_df, val_size=200)  # 从训练集中再划分200个点作为验证集

# 训练完成后对测试集进行预测
predictions = fcst.predict(test_df)

方法二：使用交叉验证

对于需要更严格评估的场景，可以使用库提供的交叉验证功能：

from neuralforecast.utils import cross_validation

cv_results = cross_validation(
    df=full_dataset,
    models=[model],
    val_size=200,
    test_size=743,
    n_windows=3  # 进行3次交叉验证
)

参数选择建议

1. 验证集大小：通常设置为总数据量的10-20%，对于长期预测任务可适当增大
2. 测试集大小：应当等于或大于预测步长h，确保评估的可靠性
3. 数据划分顺序：保持时间序列的连续性，切勿随机打乱时间顺序

模型训练最佳实践

1. 监控验证集损失变化，合理设置早停耐心值
2. 对于大规模数据，适当减小batch_size以避免内存溢出
3. 使用GPU加速时可启用混合精度训练提升效率
4. 考虑使用学习率调度器优化训练过程

通过正确理解NeuralForecast的设计理念和参数设置逻辑，开发者可以更高效地利用NHITS等先进模型解决实际时间序列预测问题。记住，测试集的评估应当作为模型开发流程的独立环节，而非训练过程的一部分。