多模型融合时序预测使用文档

产线介绍

多模型融合时序预测v2 产线的特点是针对不同任务场景，能够自适应的选择和集成模型，提升任务的精度。时序在每日的生活、工作中随处可见，时序预测的任务是指根据历史时间序列数据的模式和趋势，对未来的时间序列进行预测的任务。它在许多领域中都有应用，包括金融、天气预报、交通流量预测、销售预测、股票价格预测等。

基于该产线，产学研界多方开发者已快速落地多个TS应用，使用场景覆盖电力、金融、交通等各个领域：

模型方案介绍

本产线的模型方案包含1个模块，对应 在线体验应用 中的结果：预测的时间序列。由于时序与数据场景强相关，因此不支持直接部署。如果你希望对自己的场景进行训练部署，可以向下查找模型介绍，选择合适的模型做训练。

时序预测模型

产线内置 1 个模型 PP-TSv2_forecast 融合了多个时序预测模型，并能够自动搜索最优组合，效果如下表。

数据准备

TSDataset

时序预测和多模型融合时序预测要求的数据集格式，支持 xls、xlsx 格式的数据集转换为 csv 格式。

数据集目录结构

请按照如下格式准备数据，以确保产线可以正确读取数据集，进行模型训练。

dataset_dir     # 数据集根目录，目录名称可以改变
├── train.csv   # 训练集文件，文件名称不可改变
├── val.csv     # 验证集文件，文件名称不可改变
└── test.csv    # 测试集文件，文件名称不可改变

你可以参考：示例数据集

参数准备

正确设置训练参数对于模型训练至关重要，本产线支持两种参数设置方式：修改表单和修改配置文件，常见训练参数推荐使用表单修改，可展开高级设置修改更多参数，对飞桨套件参数较熟悉的用户可以通过表单修改全部训练参数。训练模型的基础配置和高级配置参数如下：

基础配置

• 时间列(time_col)：须结合自己的数据设置时间序列数据集的时间列的列名称。
• 目标变量列(target_col)：须结合自己的数据设置时间序列数据集的目标变量的列名称，可以为多个，多个之间用','分隔。
• 频率(freq)：须结合自己的数据设置时间序列数据集的时间频率，如：1min、5min、1h。
• 输入长度(seq_len)：须结合自己的场景需求设置历史时间序列长度，如：96。
• 预测长度(predict_len)：须结合自己的场景需求设置未来的预测时间序列长度，如：96。
• 轮次(Epochs)：模型对训练数据的重复学习次数，一般来说，轮次越大，模型训练时间越长，模型精度越高，但是如果设置特别大，可能会导致模型过拟合。
• 批大小(Batch Size)：由于模型每轮次的训练是分批读取数据的，批大小是每一批数据的数据量，和显存直接相关，批大小越大模型训练的速度越快，显存占用越高。为确保训练不会因为显存溢出而终止。
• 学习率(Learning Rate)：模型训练过程中梯度调整的步长，通常与批大小成正比例关系，学习率设置过大可能会导致模型训练不收敛，设置过小可能会导致模型收敛速度过慢。在不同的数据集上学习率可能不同，对结果影响较大，需要不断调试。

高级配置

• 耐心：时序模型在数据量少的情况下，容易导致过拟合，因此该参数是控制在验证集上的精度有多少轮没有提升时，就停止训练。

提交训练

训练套餐包括：

• V100 32G 1卡 3算力点/小时
• V100 32G 1卡 30A币/小时

支持用户选择算力点或 A 币支付 GPU 使用花费。你可以根据自己的需求和平台 GPU 占用情况选择合适的训练套餐。

为鼓励更多用户体验模型产线新功能，每个账户赠送 3 张限时免费卡，前三次使用 V100 32G 1卡 30A币/小时训练套餐免费，之后将按对应训练时长计费，此外，训练过程中主动停止或因配置信息有误导致的训练失败，限免卡不返还。

产线详情页

提交训练后，页面会刷新为产线详情页，展示用户设置的全部训练配置信息，包括：产线模板、微调模型、训练参数配置、数据集、输出路径、资源选择和任务状态。当 GPU 集群可以执行训练任务时，任务状态显示为运行中，日志详情实时打印当前训练 log；当 GPU 集群暂无资源执行训练任务时，任务状态显示为排队中，此时可选择取消排队，返回配置中状态，如使用限免卡，限免卡会原路返还。

产线评估

产线状态为完成态（含运行成功、已停止、运行失败）时，产线内通常有结果产出，支持用户对产出的模型权重进行评估。训练中使用验证集评估的结果被提前保存，以表单的形式展示在评估页面，方便用户查看和标记模型权重。

注：由于时序的场景强相关性，时序相关产线均不支持直接部署。

标记模型权重

每条产线产出的最佳模型权重，为方便用户查找和管理，你可以在这里对模型权重做个标记，并为它取一个昵称（例如：数据集A评估最佳）。标记过的模型权重支持跨产线导入，也就是说，你可以在其他产线的同模型名选择权重（如模型部署、断点训练）的下拉菜单中，找到在本产线标记过的权重。当然，权重也可以取消标记，以减少选择成本。

创建评估任务

除了在验证集上评估模型权重外，如果你还有一批新的测试数据，可以选择自定义测试集的方式，上传测试数据并进行评估。请注意数据集的格式要求与训练数据集相同，但此处不会进行数据校验，如果数据格式存在问题，可能会引发评估任务失败。

历史评估任务的设置信息与日志会完整保留，可以通过历史记录查看详细情况。

产线部署

本产线支持两种部署方式：在线服务化部署和导出离线部署包。你可以根据自己的实际需求选择合适的部署方式，使用你满意的模型方案。

在线服务化部署

服务化部署指的是将模型方案部署为一个云端可调用 API，服务成功运行后，你可以使用自己的访问令牌鉴权后调用 API。此外，在线体验的应用中也可以找到这个 API 进行小样本可视化测试哦。

注：这种方式适用于数据不敏感且无部署机器的用户使用，API 为用户私有，仅能通过用户个人的访问令牌鉴权后调用。

导出离线部署包

如果你有离线部署的需求，产线也支持用户导出离线部署包。与在线服务化部署不同的是，你需要选择本地运行环境，产线会依据运行环境的不同导出相应的部署包，支持用户下载后本地运行。

此外，特色产线的离线部署包需付费使用，请在产线内购买部署包序列号，本地激活后使用。购买注意事项及商务对接，可点击 立即咨询。