Darts时间序列预测中的逆变换与窗口特征处理技术解析

引言

在时间序列预测领域，数据预处理和特征工程是构建高性能模型的关键环节。本文将以Python时间序列分析库Darts为例，深入探讨两个重要技术点：预测评估中的逆变换处理，以及基于窗口变换的特征工程方法。

预测评估中的逆变换处理

在实际应用中，我们经常需要对时间序列数据进行变换以满足模型假设或提高预测精度。常见的变换包括对数变换（log1p）等。然而，在评估预测性能时，我们需要将预测值转换回原始尺度才能进行有意义的比较。

Darts的backtest方法不会自动执行逆变换操作。这是因为该方法无法知晓用户对输入序列应用了何种变换。正确的处理流程应该是：

1. 首先对原始数据应用变换
2. 使用变换后的数据进行历史预测
3. 对预测结果应用逆变换
4. 最后在原始尺度上评估预测性能

Darts提供了两种实现方式：

手动处理方式

# 应用变换
transformed_series = series.map(np.log1p)

# 生成历史预测
hfcs = model.historical_forecasts(
    series=transformed_series,
    last_points_only=False
)

# 应用逆变换
hfcs = [hfc.map(np.expm1) for hfc in hfcs]

# 在原始尺度上评估
bt = model.backtest(
    series=series,  # 原始数据
    historical_forecasts=hfcs,
    last_points_only=False
)

使用Darts的数据转换器

Darts提供了更优雅的Scaler转换器，可以封装变换和逆变换逻辑：

from sklearn.preprocessing import FunctionTransformer
from darts.dataprocessing.transformers import Scaler

# 创建转换器
trafo = FunctionTransformer(np.log1p, inverse_func=np.expm1, validate=True, check_inverse=True)
sc = Scaler(scaler=trafo)

# 应用变换
series_tr = sc.fit_transform(series)

# 应用逆变换
series_inv_tr = sc.inverse_transform(series_tr)

窗口变换特征工程

窗口变换是时间序列特征工程中的重要技术，可以提取序列的统计特征作为模型输入。Darts提供了window_transform方法来实现这一功能。

滚动均值特征示例

# 计算6期滚动均值作为特征
past_covariates = series.window_transform(
    transforms={
        "function": "mean",
        "mode": "rolling",
        "window": 6,
    },
)

结合预测模型使用

将窗口变换特征作为过去协变量输入模型：

rolling_lag = 12
output_chunk_length = 12

model = LinearRegressionModel(
    lags=6,  # 使用目标序列的最近6期
    lags_past_covariates=[-rolling_lag],  # 使用12期前的滚动均值特征
    output_chunk_length=output_chunk_length,
)

model.fit(
    series=train,
    past_covariates=past_covariates
)

预测时的注意事项

需要注意的是，当预测长度超过模型的output_chunk_length时，Darts当前版本不会自动更新窗口特征。此时需要手动实现预测循环：

1. 预测output_chunk_length个点
2. 将预测值追加到输入序列末尾
3. 基于扩展后的序列重新计算窗口特征
4. 使用新序列和新特征进行下一轮预测
5. 重复直到预测足够长的序列

总结

本文详细介绍了Darts库中两个关键技术点：预测评估中的逆变换处理和窗口变换特征工程。正确理解这些技术细节对于构建可靠的时间序列预测系统至关重要。特别是：

1. 评估预测性能时，必须确保预测值和真实值在同一尺度上比较
2. 窗口变换可以提取有价值的时序特征，但在多步预测时需要特别注意特征的更新机制

随着Darts库的持续发展，这些功能有望变得更加自动化和用户友好，但理解底层原理将帮助数据科学家更灵活地应对各种预测场景。