使用sktime在Python中构建时间序列机器学习模型

sktime是一个专为时间序列数据设计的Python库，它提供了与scikit-learn风格一致的API（如fit、predict、transform），但底层完全针对时间序列的结构特点构建。时间序列数据具有季节性、趋势、时间顺序以及未来值依赖过去值等特性，标准的scikit-learn管道无法直接处理这些问题。sktime支持预测、分类、回归和聚类等多种任务，并拥有统一的接口。

本文通过一个工业HVAC传感器温度预测的完整案例，详细介绍sktime的核心用法。数据集模拟了工厂中每小时记录的温度读数，包含90天共2160个数据点，具有每日季节性模式（工作时间温度较高）、轻微上升趋势（夏季来临）以及一些噪声和缺失值。

首先，使用sktime的temporal_train_test_split按时间顺序分割数据，将最后7天（168小时）作为测试集。与常规机器学习不同，时间序列数据不能打乱，必须确保训练数据在测试数据之前。然后定义预测范围（ForecastingHorizon），明确需要预测的时间步。

核心部分是构建预处理与预测管道。sktime的TransformedTargetForecaster允许将多个变换与一个预测器串联成一个估计器。管道中的变换会自动应用于目标序列，并在预测时逆变换回原始尺度。示例管道包含以下步骤：使用Imputer（线性插值）填充缺失值；使用Detrender去除线性趋势；使用Deseasonalizer（季节周期sp=24）去除每日季节性；最后用ExponentialSmoothing预测残差。

评估预测效果时，sktime提供了标准指标如平均绝对误差（MAE）和平均绝对百分比误差（MAPE）。案例中MAE约为0.584°C，MAPE约为2.40%。更重要的是，更换预测算法极为方便：只需将管道最后一步的ExponentialSmoothing替换为ARIMA，预处理步骤完全不变，模型即完成切换，且表现相当。

为了避免单次测试窗口的误导，sktime支持时间序列交叉验证。使用ExpandingWindowSplitter（扩展窗口分割器）可以逐步增加训练集大小，评估模型在多个时间窗口上的泛化能力。evaluate函数返回每折的指标和拟合时间，交叉验证的MAE约为0.606°C，验证了模型的一致性。

sktime的功能远不止基本预测，它还包括时间序列分类、概率预测、多序列共享模型、传统机器学习算法的时序适配以及自动模型选择与调优。其一致的API和与Python机器学习生态的集成，使得实验过程对初学者和专家都十分友好。官方文档和示例笔记本质量很高，值得经常处理时间序列问题的开发者收藏。