企业官网建设流程全解析

sktime 内嵌 EnbPI 预测区间算法源码解析：从 aws-fortuna 提取的分位数共形预测实现

【免费下载链接】sktimeA unified framework for machine learning with time series项目地址: https://gitcode.com/GitHub_Trending/sk/sktime

导读

EnbPI（Ensemble Batch Prediction Intervals，集成批预测区间）是一种基于 bootstrap 与分位数共形预测的时间序列回归区间估计算法。由于上游库 aws-fortuna 存在依赖版本冲突、难以直接安装的问题，sktime 将其核心EnbPI类提取并轻微重写，存放于sktime/libs/_aws_fortuna_enbpi/，并在此基础上实现了集成式概率预测器EnbPIForecaster。本文以该 README 为线索，结合仓库内的完整实现源码，讲解 EnbPI 的算法原理、EnbPI类的完整 API 与逐段逻辑、在 sktime 预测框架中的集成方式，以及实际调用示例与使用限制。读完本文，你将能够在自己的时序预测任务中直接复用该共形区间计算管线，或深入理解EnbPIForecaster的区间生成机制。

背景：为什么 sktime 要内嵌一个 EnbPI 实现

Fortuna（aws-fortuna）是亚马逊开源的概率预测与不确定性量化库，其中提供了 EnbPI 算法的实现。然而，正如关联文档 README.md 所述：

Extracted and slightly rewritten enbpi class from the aws-fortuna library due to installation issues

由于原库的依赖（如 JAX 生态相关包）存在版本匹配问题，导致直接安装 aws-fortuna 不可行（仓库 libs/README.md 中的记录为 "The installation of the original package is not working due to dependency mismatches"）。sktime 因此将其中EnbPI类所在的代码提取出来，做轻微改写后随仓库一同分发，从而在不引入 aws-fortuna 及其重依赖的前提下，为 sktime 的预测模块提供共形区间计算能力。

这一做法在 sktime 中并不罕见：sktime/libs/README.md 将libs目录划分为三类：

• 随 sktime 分发并维护的库：如fracdiff、pykalman、vmdpy，可独立使用；
• 私有 vendor fork（完整或部分拷贝）：如granite_ttm、lag_llama、timesfm等，供 sktime 内部估计器使用；
• 来自其他库的私有片段：即文件夹名以下划线_开头的目录，_aws_fortuna_enbpi就属于这一类——它们"不应被 sktime 用户直接访问"，而是作为内部基础设施供sktime估计器调用。

随包分发的代码同时附带 LICENSE.txt（Apache License 2.0）与 NOTICE.txt（Copyright Amazon.com, Inc. or its affiliates），保留了上游版权归属。

EnbPI 算法原理

EnbPI（Ensemble Batch Prediction Intervals）是 Chen Xu 与 Yao Xie 于 2021 年提出的针对动态时间序列的共形预测区间算法。其核心思想可概括为三步：

1. Bootstrap 重采样：对训练时序数据做有放回抽样，生成 B 组 bootstrap 样本；
2. 集成预测：对每一组样本训练一个模型，并对训练点与测试点分别给出预测；
3. 分位数共形校正：利用"未被该 bootstrap 样本包含的训练点"（即 out-of-bag 样本）计算残差分布，再取1 - error分位数构造区间，从而对区间宽度进行自适应校准，满足近似边际覆盖率保证。

该算法的两个显著特性（来自 enbpi.py 的类文档）：

• 通过 bootstrap 与集成，能为每个测试点计算出满足近似边际保证（approximate marginal guarantee）的共形区间；
• 支持在线反馈：当新的批次数据陆续到来时，可以增量更新区间，而无需重新训练模型。

在 sktime 内部，这一算法被用于EnbPIForecaster的predict_interval，为点预测补充置信区间（见 sktime/forecasting/enbpi.py）。

EnbPI 类 API 详解

EnbPI类定义在 sktime/libs/_aws_fortuna_enbpi/enbpi.py，构造函数只暴露一个参数。

构造参数aggregation_fun

源码中的映射逻辑（enbpi.py#L26-L30）：

def __init__(self, aggregation_fun="mean"): if aggregation_fun == "mean": self.aggregation_fun = lambda x: np.mean(x, 0) elif aggregation_fun == "median": self.aggregation_fun = lambda x: np.median(x, 0)

注意：若传入"mean"、"median"之外的字符串，aggregation_fun属性将不会被赋值，后续调用会抛出AttributeError。相比之下，sktime 更高层的EnbPIForecaster会对非法取值显式抛出ValueError（见下文"集成"一节），这是一个实现上的差异点。

方法conformal_interval(...)

该方法是 EnbPI 的全部核心，用于为每个测试输入计算给定覆盖率下的区间。

参数一览：

返回值：

• return_residuals=False：返回conformal_intervals，形状为(T_test, 2)，第二维的两个分量分别对应区间左边界与右边界；
• return_residuals=True：返回元组(conformal_intervals, train_residuals)，后者是形状为(T, 1)的训练残差。

该方法仅支持一维目标变量，且每次只能处理一条时间序列（见 enbpi.py#L44-L48）。

源码级解读：区间是怎么算出来的

conformal_interval的实现（enbpi.py#L103-L136）可拆解为以下几个阶段：

1. 构造 out-of-bag 掩码。把每个 bootstrap 样本抽中的索引转化为布尔掩码矩阵：

n_bootstraps, n_train_times = bootstrap_indices.shape in_bootstrap_indices = np.zeros((n_bootstraps, n_train_times), dtype=bool) np.put_along_axis(in_bootstrap_indices, bootstrap_indices, values=1, axis=1)

2. 逐训练点计算"留一集成"预测与残差。对每个训练时间点t，找出所有没有在 bootstrap 中抽到t的模型（which_bootstraps），用聚合函数对它们的训练预测取均值/中位数，得到该点的聚合预测；残差即真实值与聚合预测的绝对差：

for t in range(n_train_times): which_bootstraps = np.where(~(in_bootstrap_indices[:, t]))[0] if len(which_bootstraps) > 0: aggr_bootstrap_train_pred = self.aggregation_fun(bootstrap_train_preds[which_bootstraps, t]) train_residuals[t] = np.abs(train_targets[t] - aggr_bootstrap_train_pred) aggr_bootstrap_test_preds[t] = self.aggregation_fun(bootstrap_test_preds[which_bootstraps]) else: train_residuals[t] = np.abs(train_targets[t])

这里蕴含一个细节：所有测试点共享同一组 "out-of-bag" 模型——对每个训练点t，选取的是不包含t的那批模型，再把这些模型的测试预测聚合，作为"去偏"后的测试预测。这保证了测试预测与残差估计在模型集合上的一致性，是共形保证成立的关键。

3. 分位数合成区间。分别对测试聚合预测和训练残差取1 - error分位数，然后用"预测分位数 ± 残差分位数"构造区间：

test_quantiles = np.quantile(aggr_bootstrap_test_preds, q=1 - error, axis=0) residuals_quantile = np.quantile(train_residuals, q=1 - error, axis=0) left = test_quantiles - residuals_quantile right = test_quantiles + residuals_quantile conformal_intervals = np.array(list(zip(left, right)))

可以看到，区间宽度完全由训练残差分布的分位数自适应决定，无需对误差分布做高斯等参数假设，这正是共形预测的"分布无关"特性。若error取 0.05，则得到约 95% 覆盖率的区间。

4. 残差复用（可选）。当return_residuals=True时，train_residuals一并返回，可用于在后续批次数据到达时增量调整区间宽度（即文档所述的在线反馈），而不必重训模型。

与 sktime 预测框架的集成：EnbPIForecaster

EnbPI 在 sktime 中的直接消费者是EnbPIForecaster（sktime/forecasting/enbpi.py），它把sktime 基础预测器 + tsbootstrap 引导器 + EnbPI 算法三者组合成一个完整的概率预测器，声明其能力标签为"capability:pred_int": True（即能够输出预测区间）。

训练阶段的三步流程

1. 用 bootstrap 变换器对目标序列生成 bootstrap 样本，并同时返回原始序列的索引（要求变换器具备capability:bootstrap_index标签且return_indices=True）；
2. 对每个 bootstrap 样本的前n - max(fh)个值分别拟合一个基础预测器；
3. 用每个已拟合的预测器预测各样本最后max(fh)个值，保存为训练期预测。

概率预测阶段

_predict_interval（sktime/forecasting/enbpi.py#L214-L237）将 bootstrap 索引、训练期预测、测试期预测、训练目标与error = 1 - cov一并传入EnbPI(...).conformal_interval(...)，为每个覆盖水平cov生成(T_test, 2)的区间数组，最后按 sktime 的predict_interval列规范（{y}{cov}{lower/upper}形式）组装成pd.DataFrame返回。

关键参数

其可用的内置 bootstrap 变换器包括 sktime/transformations/bootstrap/_mbb.py 中的MovingBlockBootstrapTransformer与 sktime/transformations/bootstrap/_tsbootstrap.py 中的TSBootstrapAdapter（用于适配tsbootstrap库）。注意EnbPIForecaster依赖软依赖tsbootstrap>=0.1.0，且当前在测试中标记为tests:skip_all（见 sktime/forecasting/enbpi.py#L104-L121 的_tags，跳过原因为 issue #10083）。

实战示例：跑通 EnbPI 预测区间

以下是 sktime/forecasting/enbpi.py 类文档中提供的官方使用示例，读者可直接在已安装tsbootstrap的环境中运行：

import numpy as np from tsbootstrap import MovingBlockBootstrap from sktime.forecasting.enbpi import EnbPIForecaster from sktime.forecasting.naive import NaiveForecaster from sktime.datasets import load_airline from sktime.transformations.difference import Differencer from sktime.transformations.detrend import Deseasonalizer from sktime.forecasting.base import ForecastingHorizon y = load_airline() forecaster = Differencer(lags=[1]) * Deseasonalizer(sp=12) * EnbPIForecaster( forecaster=NaiveForecaster(sp=12), bootstrap_transformer=MovingBlockBootstrap(n_bootstraps=10), ) fh = ForecastingHorizon(np.arange(1, 13)) forecaster.fit(y, fh=fh) res = forecaster.predict() res_int = forecaster.predict_interval(coverage=[0.5])

示例要点：

• 通过Differencer(lags=[1]) * Deseasonalizer(sp=12) * EnbPIForecaster(...)以管道方式组合差分、去季节化与 EnbPI 预测器；
• MovingBlockBootstrap(n_bootstraps=10)生成 10 组 bootstrap 样本；
• fh = ForecastingHorizon(np.arange(1, 13))指定未来 12 步的预测范围；
• predict_interval(coverage=[0.5])调用 EnbPI 计算 50% 覆盖率的共形区间。

若想单独复用底层EnbPI类（不经过EnbPIForecaster），可仿照其内部调用方式直接构造：

import numpy as np from sktime.libs._aws_fortuna_enbpi.enbpi import EnbPI B, T = 10, 100 # bootstrap 样本数、训练点数 bootstrap_indices = np.random.choice(T, size=(B, T)) # 有放回采样索引 bootstrap_train_preds = np.random.rand(B, T) # (B, T) bootstrap_test_preds = np.random.rand(B, 12) # (B, T_test) train_targets = np.random.rand(T, 1) # (T, 1) intervals = EnbPI("mean").conformal_interval( bootstrap_indices=bootstrap_indices, bootstrap_train_preds=bootstrap_train_preds, bootstrap_test_preds=bootstrap_test_preds, train_targets=train_targets, error=0.05, # 期望覆盖率 95% ) print(intervals.shape) # (12, 2)，每行依次为 [下界, 上界]

使用限制与注意事项

• 适用范围：EnbPI.conformal_interval仅支持一维目标变量、单条时间序列的处理（enbpi.py#L44-L48），多元目标或面板数据需自行封装循环；
• 调用契约：调用方必须保证bootstrap_train_preds、bootstrap_test_preds与bootstrap_indices之间的一一对应——即第b组模型确实是在bootstrap_indices[b]对应的数据上训练的，否则共形保证将失效；
• error取值范围：为 [0, 1] 闭区间内的标量，对应覆盖率1 - error；
• 内部模块定位：sktime/libs/_aws_fortuna_enbpi属于"来自其他库的私有片段"（sktime/libs/README.md），sktime 官方建议通过上层估计器（如EnbPIForecaster）间接使用，而非直接 import 该内部模块；
• 依赖与测试状态：EnbPIForecaster需要软依赖tsbootstrap>=0.1.0，且当前测试被临时跳过（issue #10083），使用前需评估其维护状态；
• 许可：该片段源自 aws-fortuna，随包保留 Apache License 2.0（LICENSE.txt）与 Amazon 版权声明（NOTICE.txt），二次分发或修改时需遵守对应条款。

总结

sktime/libs/_aws_fortuna_enbpi是 sktime 为解决 aws-fortuna 安装问题而内嵌的 EnbPI 共形预测算法实现，目录虽小，却承担了EnbPIForecaster概率区间生成的全部底层逻辑。通过本文的拆解可以看到：其conformal_interval方法用"out-of-bag 模型聚合 + 分位数残差校准"的方式，在无需重新训练的前提下为时序回归输出带近似边际保证的区间；而EnbPIForecaster则把该算法与 bootstrap 变换器和 sktime 基础预测器组合，形成了开箱即用的集成式概率预测器。理解这一实现，不仅能让你掌握一个可复用的共形区间工具，也有助于读懂 sktime 处理概率预测与不确定性量化的整体设计思路。

【免费下载链接】sktimeA unified framework for machine learning with time series项目地址: https://gitcode.com/GitHub_Trending/sk/sktime