6.1 多变量对单变量

6.1 多变量对单变量

本节摘要：单变量只用目标自身的历史；多变量把协变量或相关序列一并输入。SOURCE 把多变量和多模态列为深度优势，也把外生特征写成可显著增益。对照的关键不是通道数，而是每条通道在决策时刻是否合法、是否比噪声更有信息。通道加错，深度比单变量统计更差。

学习目标

阅读完本节，你应当能够：

1. 把输入分成目标历史、已知未来、未知未来、静态属性四类
2. 说明未知未来协变量必须用预报值训练，不能用事后观测
3. 在单变量深度、多变量深度、带外生的统计之间做一次公平对照
4. 用变量选择或消融判断通道是信息还是噪声

一、多一条通道不等于多一份智慧

变电站负荷单变量已经含有很强的日季节。加上气温，常常明显增益，因为高温非线性抬升负荷。加上某条不相关的港口吞吐量，网络会分出容量去拟合巧合相关，测试段相关一断就受伤。SOURCE 说深度可以轻松集成多个相关输入；关键词是相关，不是多个。

四类输入法律地位不同。目标历史：到 t 为止的负荷。已知未来：日历、已排班期、已宣布检修。未知未来：气温、需求，决策时刻只有预报。静态：站点容量、线路类型。把未知未来的真值在训练里当输入，等于给模型一双上线没有的眼睛。

多模态（文本、图像）SOURCE 列为优势。台风公报、云图可以进港口模型，但要对齐发布时间。公报晚于吞吐下跌，它是解释不是预报。图网络被 SOURCE 写在挑战与未来里，适合交通传感器那种空间邻接；单条冷库温度不要硬建成图。

合法张量在时刻 t:
  目标历史[<=t]
  已知未来[t+1..t+H]
  未知未来的当时预报[t+1..t+H]
  静态属性
禁止: 未知未来的事后观测、目标的未来值
​

二、结构怎么接多通道

简单接法：每个时间步把各通道拼成向量，RNN/TCN/Transformer 照吃。这假设通道已对齐同一时间网格。未对齐要先重采样，重采样误差算在数据契约里。

TFT 一类用变量选择网络给通道加权，SOURCE 强调可解释。通道多、质量参差时，选择器比人手一次加二十个更合适。通道只有两三个，选择器过重。CNN 把变量当通道维，核可以跨变量混，也可能把噪声变量混进负荷形态。对照：共享核 vs 分变量卷积再融合。

统计侧的多变量 VAR 参数随变量数平方涨，外生回归更克制。公平对照是：统计+合法外生 vs 深度+同一外生 vs 深度纯单变量。缺了中间那一行，你分不清深度赢在非线性还是赢在多用了天气。

三、消融比注意力热力图先做

先做有无该通道的测试误差对照，再看注意力是否盯着它。热力图好看但可以盯错。消融是硬数字。一次只加一类通道：先日历，再天气预报，再事件。日志才能写“天气带来的增益是多少”。

⚠️ 常见坑：训练用观测天气、上线用气象预报，中间隔着预报误差。模型在验证上很准，上线变傻。
💡 关键直觉：多变量的胜负手是信息集，不是通道维数。非法通道是泄漏，合法但无关的通道是噪声。

港口若同时输入班期（已知未来）和岸边风速观测（未知未来），班期应直接进未来槽；风速应进“当时预报槽”，没有预报就不要用事后风速假装。宁可少一条通道，不要一条假通道。

四、通道对照必须含“统计加同一外生”

深度多变量赢了单变量深度，可能只是因为用了气温。统计加气温可能已经赢了大半。三行必须同时在：单变量深度、多变量深度、统计加同一合法外生。缺第三行，采购理由会写成“深度能吃多变量”，其实是外生在干活。

未知未来的预报误差要当通道噪声来对照。训练也加噪声或直接用历史预报，不要用完美观测。上线气象预报有偏，深度会把偏当成负荷结构。校准预报或把预报误差当额外通道，属于数据契约，不是模型技巧。

通道很多时，先按业务分组：日历一组、天气一组、事件一组，组间消融，组内再细。一次消融二十个变量，结论不可读。TFT 变量选择可以后做，先用手搓分组得到粗结论，避免一上来不可解释。图网络只在真有邻接时进候选：交通传感器、电网拓扑。单序列不要造假图。

静态属性（装机容量、冷库容积）可以广播到每个时间步，但不要让网络用它去“记忆站点身份”从而背站点噪声。站点多、要共享形态时，静态应用来调节尺度，并用对照检查拿掉静态后跨站泛化是变好还是变差。变差说明静态成了身份作弊器。

五、三行归因才能采购

单变量深度、多变量深度、统计加同一合法外生。缺第三行会把外生功劳写成深度能吃多变量。未知未来用历史预报或加噪声训练。通道分组消融：日历、天气、事件，组内再细。静态属性用来调尺度，若拿掉后跨站泛化变好，说明静态成了身份作弊器。假图网络不要造。合法通道少而强，拼接即可；多而杂才变量选择。信息集比通道维数更决定胜负。假通道一条，真通道十条也救不回泄漏。

六、相关不是多个

SOURCE 说可以轻松集成多个相关输入，关键词是相关。不相关吞吐量通道会分走容量。四类输入法律地位不同，未知未来用当时预报训练。多模态要对齐发布时间，晚于下跌的公报解释过去。公平对照含统计加同一外生，否则归因混乱。消融先于热力图。一次加一类通道。静态属性若成为站点身份作弊器，跨站泛化会在拿掉它之后变好。宁可少一条假通道。信息集约束比网络结构更先。

问题：加通道后验证变好是否足以保留通道？

还要看测试是否稳定、以及统计加同一外生是否已经拿到大半增益。验证变好可能是噪声通道拟合了验证段巧合。消融按组：日历、天气、事件。未知未来必须当时预报。静态属性若成身份作弊器，拿掉后跨站更好。假图不要造。相关是资格，多个不是优势。公报晚于下跌则解释不是预报。三行归因才能采购。假通道一条会毁掉真通道十条。信息集比维数先。一次加二十个无法归因，日志会变成传说。

多变量对照的核心是信息集而不是通道个数。目标历史、已知未来、未知未来、静态属性四类法律地位不同。未知未来用当时预报训练，事后观测是作弊。统计加同一合法外生必须进表，否则气温的功劳会被写成深度能吃多通道。消融按组进行：日历一组、天气一组、事件一组，一次二十个变量无法归因。静态属性若被用来记忆站点身份，拿掉它之后跨站泛化往往会变好。没有邻接就不要造图网络。公报时间晚于下跌，文本只能解释不能预报。假通道一条可以毁掉真通道十条。宁可少，不要假。相关是进门资格，多个从来不是优势本身。

把通道清单做成四列表：名称、类别、决策时刻能否拿到、消融增益。类别只能是目标历史、已知未来、未知未来、静态。未知未来填写预报来源。增益为负或不稳定则删除。统计加同一外生的增益必须并列。静态拿掉后跨站变好则删除静态。无邻接则删除图结构。清单超过一手仍想全留，必须先分组消融。假通道零容忍。清单与切分卡同版本。采购理由不得写成深度能吃很多通道，只能写清单上稳定增益的那些名字。公报时间戳晚于事件则从清单剔除。相关是资格审查，不是把列堆满。

四列表每周与预报来源核对一次。来源变了，未知未来列要重训，不能继续用旧观测冒充。增益列为负的通道当周删除。统计外生增益并列更新。跨站实验拿掉静态后若更好，当周删除静态。清单是活的，不是开工填一次。活清单才能保证信息集合法。假通道零容忍写在表头。采购理由只许引用表里稳定正增益的名字。

通道四列表每周与预报来源核对。来源变了必须重训未知未来列。负增益当周删除。统计外生增益并列更新。跨站拿掉静态更好就删静态。清单是活的。表头写假通道零容忍。采购只许引用稳定正增益的名字。公报晚到则剔除。相关是资格审查。活清单保证信息集合法，开工填一次的死清单会在预报升级后悄悄作弊。

预报来源核对记录留一周。对不上的未知未来列暂停使用，改回单变量深度，直到来源合法。暂停不是失败，是信息集自保。活清单的删除日志比新增日志更重要，因为假通道通常是删得不够。采购材料若出现清单外的通道名，当场撤回。

暂停未知未来列期间，对照表退回单变量深度与统计加日历两行，避免空窗期用假预报硬撑多通道故事。

要点串联

• 相关通道才有资格进模型，多个不是优势本身
• 四类输入：目标历史、已知未来、未知未来、静态
• 未知未来用当时预报训练，禁止事后观测
• 公平对照含统计+同一外生，否则归因混乱
• 通道多才需要变量选择；少通道别上重结构
• 消融先于热力图

下一节把 horizon 拉开：单步干净，多步的三条策略会改变误差形态，甚至改变你对模型族的排名。