最近学习负荷（时序）预测相关模型，了解的一些知识点（相关的知识可见w-yes6/load-forecasting-learn）

XGboost就是通过滞后特征或者统计特征等，学习时序模型，通过树来学习残差，然后进行预测的。

1. “通过滞后特征或者统计特征等” —— 解决数据重塑

因为树模型天生“没有时间概念”，你通过滞后特征（如 shift(24)）和滚动统计特征（如过去 24 小时均值），把原本“前后连贯”的时间线，重塑成了一张标准的、包含历史线索的二维监督学习表格。这就是模型的输入。

2. “通过树来学习残差” —— 解决核心算法

在训练阶段，XGBoost 内部的成百上千棵决策树开始接力跑。第一棵树粗糙地预测一个值，后面的树则死死盯着前面留下的残差（不正确的部分）进行针对性纠错。树越建越多，残差越来越小，历史规律就被这些树的 If-Else 路标牢牢锁定了。

3. “然后进行预测的” —— 解决未来推导

到了未来，虽然我们没有标准答案（真实的负荷值），但通过 shift 错位平移，我们已经把明天的“特征问卷”准备好了。把明天的特征输入进固定的树群里，让数据去“走迷宫”，把所有树吐出来的数字加在一起，未来的预测值就诞生了。

代码示例：

import warnings
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import xgboost as xgb

# 忽略不必要的警告信息
warnings.filterwarnings("ignore")

# ==========================================
# 1. 模拟生成一份电力负荷数据 (以小时为单位)
# ==========================================
np.random.seed(42)

# 生成 200 个小时的时间序列索引
time_index = pd.date_range(start="2026-05-01", periods=200, freq="H")

# 模拟带有每日周期波动的负荷数据，并加入随机噪声
base_load = 100
simulated_load = []
for i, t in enumerate(time_index):
    # 用正弦函数模拟每天 24 小时的周期性波动（中午高，凌晨低）
    daily_pattern = 30 * np.sin(2 * np.pi * t.hour / 24)
    noise = np.random.normal(0, 5)
    simulated_load.append(base_load + daily_pattern + noise)

# 组装成 DataFrame
df = pd.DataFrame(data={"load": simulated_load}, index=time_index)


# ==========================================
# 2. 特征工程：重塑数据，赋予模型“历史眼光”
# ==========================================
def create_features(data):
    """把纯时序数据转换成包含时间戳特征和滞后特征的表格数据"""
    df_feat = data.copy()

    # --- 兵团一：时间戳特征 (从日期中提取If-Else判断的依据) ---
    df_feat["hour"] = df_feat.index.hour  # 提取小时 (0-23)
    df_feat["dayofweek"] = df_feat.index.dayofweek  # 提取星期几 (0-6)

    # --- 兵团二：滞后特征 (直接把过去的历史写在明天的行里) ---
    # 假设我们只做“单步预测”（预测未来1小时），所以最小可以从 lag_1 起步
    df_feat["lag_1"] = df_feat["load"].shift(1)  # 1小时前的负荷
    df_feat["lag_2"] = df_feat["load"].shift(2)  # 2小时前的负荷
    df_feat["lag_24"] = df_feat["load"].shift(24)  # 昨天同一时刻的负荷

    # --- 兵团三：滚动统计特征 (捕捉近期大环境的基线) ---
    # 基于 lag_1 滚动计算过去 6 小时的平均值，防止数据泄露
    df_feat["rolling_mean_6h"] = df_feat["lag_1"].rolling(6).mean()

    return df_feat


# 执行特征工程
df_with_features = create_features(df)

# 注意：因为使用了 shift 和 rolling，前 24 行数据会产生空值 (NaN)，必须剔除
df_with_features = df_with_features.dropna()


# ==========================================
# 3. 严格按时间先后划分特征 (X) 和标签 (Y)
# ==========================================
# 规定哪些是丢给模型走迷宫的“答卷特征”
FEATURES = ["hour", "dayofweek", "lag_1", "lag_2", "lag_24", "rolling_mean_6h"]
# 规定哪一个是标准的“未来答案”
TARGET = "load"

# 划分训练集（前 150 个小时的历史）
train_df = df_with_features.iloc[:150]
# 划分测试集（最后 26 个小时的未来真相）
test_df = df_with_features.iloc[150:]

X_train, y_train = train_df[FEATURES], train_df[TARGET]
X_test, y_test = test_df[FEATURES], test_df[TARGET]


# ==========================================
# 4. 初始化并训练 XGBoost 模型
# ==========================================
# 创建一个 XGBoost 回归树模型
# n_estimators=100: 一共建 100 棵树去串行接力纠正残差
# max_depth=3: 每棵树的最大深度是 3，防止路标太多导致死记硬背（过拟合）
# learning_rate=0.1: 学习率，控制每棵树修正残差的步伐大小
model = xgb.XGBRegressor(n_estimators=100, max_depth=3, learning_rate=0.1, random_state=42)

# 让模型开始看历史数据（X_train）和答案（y_train），一棵树接一棵树地拟合残差
model.fit(X_train, y_train)


# ==========================================
# 5. 带着未来的特征“走迷宫”进行单步预测
# ==========================================
# 此时我们把测试集的特征（X_test）喂给建好的树，模型会顺着路标相加直接吐出预测值
predictions = model.predict(X_test)

# 将预测结果转化为带有时间索引的 Series，方便后面画图对齐
predictions_series = pd.Series(predictions, index=test_df.index)


# ==========================================
# 6. 结果可视化比对
# ==========================================
plt.figure(figsize=(12, 5))

# 画出最后一段已知的训练集历史
plt.plot(train_df.index[-48:], train_df["load"][-48:], label="History (Last 48h)", color="blue")

# 画出测试集的真实未来（绿色线）
plt.plot(test_df.index, y_test, label="Actual Future (Truth)", color="green", linewidth=2)

# 画出 XGBoost 预测出来的未来（红色虚线）
plt.plot(test_df.index, predictions_series, label="XGBoost Forecast", color="red", linestyle="--", linewidth=2)

plt.title("Electricity Load Forecasting using XGBoost")
plt.xlabel("Time")
plt.ylabel("Load (MW)")
plt.legend()
plt.grid(True)
plt.show()