企业官网建设流程全解析

• 人工智能
• 机器学习
• 深度学习
• 基础模型

Kumo-Forecast是 NVIDIA 开源的时序预测模型，基于 MOMENT 编码器 + 可训练预测头，并支持 DARR（Domain-Aware Representation and Retrieval）模式。评估时序预测模型是否可靠，离不开标准基准数据集。本文带你快速看懂 Kumo-Forecast 使用的 4 大评测数据集：ETTh、ECL、Traffic、ILI，掌握时序预测模型评估的完整思路。

为什么需要标准评测数据集

自己随手造数据很难客观比较模型优劣，而公开基准数据集有三大好处：

• 可复现：别人也用同样的划分和指标，结果可以直接对比
• 覆盖多样场景：电力、交通、医疗各有不同的周期性和噪声特征
• 暴露真实短板：长期预测、多变量、缺值容忍度等问题更容易被发现

Kumo-Forecast 正是用这些经典基准来验证其长时域预测能力（相关说明见 README.md）。

Kumo-Forecast 的 4 大评测数据集详解

1️⃣ ETTh：电力变压器温度（经典必选）

ETTh 是时序预测领域引用率最高的基准之一。它的特点是存在明显日周期与季节波动，非常适合检验模型对周期性模式的捕捉能力。

2️⃣ ECL：电力负荷曲线（长序列多变量）

• 覆盖370 个客户的用电数据，2011–2014 年
• 采样频率：每15 分钟一次
• 特点：变量多（370 个通道）、频率高，是长期预测和多变量交互场景的重头戏

如果你的业务是多通道传感器预测（例如多设备能耗），ECL 是最贴近的评测对象。

3️⃣ Traffic：交通流量（传感器数据）

• 数据来源：旧金山湾区高速公路的道路占用率传感器
• 考察重点：交通流预测、高密度时间序列上的平滑与突变识别

Traffic 数据量大、维度高，对显存和推理吞吐都是考验，适合评估模型在大规模通道下的稳定性与效率。

4️⃣ ILI：流感类疾病（低频、少变量）

• 美国疾控中心（CDC）周度数据：流感样病例占就诊总人数的比例
• 特点：周级低频、样本相对少，受突发事件影响明显

ILI 与前三个高频数据集形成互补——如果你的场景是周度销售、月度库存这类低频时序，它就是最值得参考的基准。

💡 小结：ETTh 看周期、ECL 看多变量、Traffic 看规模、ILI 看低频，四个数据集组合起来基本覆盖了绝大多数工业预测场景。

数据集划分与评估方法

Kumo-Forecast 的官方说明中，各数据集统一采用80/20 划分：

• 前 80% 数据用于训练/调参
• 后 20% 数据作为测试集，模拟"未来"预测

这一划分细节记录在 README.md。训练阶段则使用了Monash Time Series Forecasting Archive中 30 个主要数据集（约 300 万数据点），包括含缺失值的变化版本——这也是 DARR 模式能处理真实脏数据的基础。

评估时序预测模型时，建议关注以下指标：

1. 误差类：MSE / MAE（衡量预测精度，Kumo-Forecast 参考论文还提出了更关注时间依赖性的 TDE 指标）
2. 分场景对比：同一模型在 ETTh 与 ILI 上表现差异，能反映它对频率的适应性
3. 长时域衰减：预测步长拉长后误差增长速度，是区分"短视模型"和真正可用模型的关键

模型文件快速上手

仓库中提供了完整模型权重与配置，核心文件如下：

• kumo-forecast-1.2.0/best_model.pt：最优模型权重
• kumo-forecast-1.2.0/config_base.json：基础配置（输入长度seq_len、预测长度pred_len等）
• moment_head_512_6hr.pt：基于 MOMENT 的预测头权重
• run8_best_model_cr.pt：带检索增强的训练轮次权重
• standardizer.pkl：数据标准化参数，推理时必须与训练一致

从 config_base.json 可以看到，模型支持序列长度 256 / 512 / 1024 / 2048，target_col设为OT（变压器油温），说明该配置面向 ETTh 场景。若需克隆仓库：

git clone https://gitcode.com/hf_mirrors/nvidia/Kumo-Forecast.git

如何为我的业务选择评测数据集？

选择原则很简单：频率相近 + 变量结构相近。用 ILI 的数据评估一个为 Traffic 调优的模型，得出的结论几乎没有参考价值。

常见问题（FAQ）

Q1：为什么不用单一数据集就下结论？不同数据集的周期、噪声、缺失模式差异极大。单一数据集上的"冠军"换到另一领域可能垫底，多基准交叉验证才是负责任的评估方式。

Q2：80/20 划分后还能用验证集吗？可以。从 80% 训练段中再切出验证集调参，最终只在尾部 20% 测试集上出成绩，避免数据泄漏。

Q3：缺失值会影响评估吗？会。Kumo-Forecast 训练时特意纳入了含缺失值的数据变体（见 README.md），评估真实业务时同样建议保留原始缺失，而不是先行插值，这样才能检验模型的缺值容忍度。

总结

评估时序预测模型的关键，是选对基准、划对数据、看对指标。Kumo-Forecast 给出的 ETTh、ECL、Traffic、ILI 四件套覆盖了从高频多变量到低频少变量的典型场景，配合 80/20 标准划分，构成了一套可直接复用的评估模板。按照本文的路径走一遍，你就能客观回答：我的时序预测模型，到底靠不靠谱？🚀

• 人工智能
• 机器学习
• 深度学习
• 基础模型