🤍 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》

可复制、业务落地的两种预测 API 调用方式：
单步预测（一天）、 多步预测（7/14/30天）
适配你的 水果销量预测场景。

---

核心概念（30 秒看懂）

• 单步预测：只预测未来 1 天的销量（适合每日补货）
• 多步预测：预测未来 N 天销量（适合周/月采购计划）
• API 调用：模型训练好后，一行代码拿到预测结果
  

---

一、前置条件（训练好模型）

先运行这段代码，训练好一个预测器（后面预测全靠它）

from autogluon.timeseries import TimeSeriesPredictor, TimeSeriesDataFrame
import pandas as pd

# 1. 加载数据
df = pd.read_csv("fruit_sales_clean.csv")
df["date"] = pd.to_datetime(df["date"])

# 2. 构建时序数据集
ts_df = TimeSeriesDataFrame.from_data_frame(
    df, id_column="sku", timestamp_column="date", target="sales"
)

# 3. 时间切分
pred_length = 7
train_df, test_df = ts_df.train_test_split(pred_length)

# 4. 训练模型（固定 pred_length）
predictor = TimeSeriesPredictor(
    target="sales",
    prediction_length=pred_length,  # 训练时决定最多预测几步
    eval_metric="WAPE",
).fit(train_df, presets="fast_training")

---

二、API 1：多步预测（最常用 → 未来 7 天）

业务场景：周补货、周销量预测
调用方式：predictor.predict()

代码（直接复制）

# ======================
# 多步预测 API（未来 N 天）
# ======================
forecast = predictor.predict(train_df)

# 查看预测结果（mean / 0.5 为预测值）
print("==== 多步预测（未来7天）====")
print(forecast.head(10))

返回结果格式

                     0.1    0.5    0.9
sku  date
1001 2025-06-01  10.2  15.5  20.1
1001 2025-06-02   9.4  14.1  18.3
1001 2025-06-03   8.1  12.0  16.2
...

• 0.5 → 预测销量
• 0.1 / 0.9 → 最小/最大预估区间

---

三、API 2：单步预测（未来 1 天）

业务场景：今日销量预测、今日补货量计算

方法：取多步预测的第 1 步即可

# ======================
# 单步预测 API（未来1天）
# ======================
forecast = predictor.predict(train_df)

# 取出每个 SKU 的第 1 天预测
forecast_1step = forecast.groupby(level="item_id").head(1)

print("==== 单步预测（未来1天）====")
print(forecast_1step)

---

四、通用：把预测结果转成业务表格（导出 Excel）

# 转成正常 DataFrame
result = forecast.reset_index()
result = result.rename(columns={"0.5": "pred_sales"})

# 只保留业务需要的列
result = result[["sku", "date", "pred_sales", "0.1", "0.9"]]

# 导出 Excel
result.to_excel("水果销量预测结果.xlsx", index=False)
print("✅ 预测结果已导出！")

---

五、API 调用规则（必须记住）

1. 训练时设置的 pred_length = 最大预测步数
   训练设 7 → 最多预测 7 天
   训练设 14 → 最多预测 14 天

2. 预测时只传入历史数据（train_df）
   绝对不能传入测试集，否则泄露！

3. 单步 ≠ 重新训练
   单步只是取多步结果的第一条，API 不变

---

六、最简单记忆法

• 多步预测 → predict() → 未来 7/14/30 天
• 单步预测 → predict() 后取第一条 → 未来 1 天
• API 永远只有一个：predict()