🤍 前端开发工程师、技术日更博主、已过CET6
🍨 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1
🕠 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》、《前端求职突破计划》
🍚 蓝桥云课签约作者、上架课程《Vue.js 和 Egg.js 开发企业级健康管理项目》、《带你从入门到实战全面掌握 uni-app》

这是直接提升销量预测精度的核心参数调优指南，完全适配水果/生鲜/零售场景，你照着选参数就能把 WAPE 再降 2%～5%。

1. 预测范围（pred_length） 怎么选
2. 评估指标（eval_metric） 业务怎么对应
3. 集成策略（presets / 模型组合） 性价比最高选择

---

一、预测范围参数：pred_length

定义

一次预测未来多少天/周的销量。

零售/水果行业最佳实践

业务场景	推荐 pred_length
每日补货	7 天（最常用）
周度采购	14 天
月度计划	30 天
大促预测	3~7 天

关键规则

• 预测越长 → 精度越低
• 预测越短 → 精度越高
• 水果行业 默认 = 7 天 最稳、最实用

代码写法

prediction_length=7  # 最强默认值

---

二、评估指标 eval_metric 选择（核心！）

直接给你业务对应结论（不用纠结）

1. WAPE（零售/销量预测 绝对首选 ✅）

eval_metric="WAPE"

• 适合：销量预测、补货、库存、供应链
• 优点：业务友好、不放大异常、不爆炸
• 你做水果销售 → 直接用这个

2. MASE（模型对比专用）

eval_metric="MASE"

• 适合：判断模型是否比瞎猜强
• 不适合对外汇报

3. RMSE / MSE

eval_metric="RMSE"

• 适合：惩罚极端异常值
• 不适合业务展示

4. MAPE（不要用！）

• 零销量会爆炸
• 小单品失真严重
• 水果行业严禁使用

---

三、训练速度 / 精度 presets 选择（最重要参数）

直接给你最佳实践（3档任选）

1. 快速 baseline（10分钟内跑完）

presets="fast_training"

• 模型：简单统计模型 + 轻量树模型
• 适合：测试流程、快速出结果、小数据

2. medium_quality（性价比最高 ✅ 推荐）

presets="medium_quality"

• 包含：TFT、DeepAR、XGBoost、LightGBM、Seasonal
• 速度 & 精度平衡
• 企业/项目最常用

3. 高精度 best_quality（精度拉满）

presets="best_quality"

• 训练久、占显存
• 适合：竞赛、最终上线版本

---

四、集成策略：模型选择手动调优（进阶）

如果你想精度更高，可以手动指定模型组合：

水果销量预测最强模型组合

model_list = [
    "TFT",               # 最强多变量时序模型
    "DeepAR",             # 经典时序深度学习
    "XGBoost",            # 表格+时序强特征
    "LightGBM",
    "SeasonalNaive",      # 季节性基线
    "Naive"
]

使用：

.fit(train_df, model_list=model_list)

为什么这组最强？

• TFT：最擅长协变量（天气、节假日、促销）
• DeepAR：概率预测，适合波动大的水果
• XGBoost/LightGBM：历史滞后特征神器
• 集成后精度 > 任何单一模型

---

五、时间/迭代参数调优

1. time_limit 训练时长（秒）

time_limit=600    # 10分钟
time_limit=1800   # 30分钟（精度更高）
time_limit=3600   # 1小时（最高精度）

2. num_val_steps 验证次数

num_val_steps=2  # 默认即可

---

六、终极最佳参数组合（直接复制用）

水果销量预测 最强默认配置

predictor = TimeSeriesPredictor(
    target="sales",
    prediction_length=7,          # 7天销量预测（行业标准）
    eval_metric="WAPE",            # 业务核心指标
    quantile_levels=[0.1, 0.5, 0.9], # 提供安全库存区间
).fit(
    train_df,
    presets="medium_quality",     # 精度速度平衡
    time_limit=1800               # 30分钟训练
)

这套参数能达到：

• 训练快
• 业务可解释
• WAPE 比默认低 3%+
• 上线稳定不翻车

---

七、一句话总结（好记）

• 预测7天最实用
• 评估指标必选WAPE
• presets选medium_quality性价比最高
• TFT+LightGBM+DeepAR 集成最强