Level 6 5D 打分与收尾子块

Abstract

入口：

targets = batch_maker.make_batch_eval(horizon)["target"]
self.evaluator.evaluate(...)

这一层解释：

_eval_batch(...) 的打分与收尾子块，怎样把预测结果和真实目标对齐、计算指标、再封装成单序列结果。

1. 上一层与当前层位置

上一层是：

• 25-Level5-_eval_batch四段总览

同层兄弟节点已经有：

• 26-Level6-5B-训练子块-fit_method与forecast_fit
• 27-Level6-5C-预测子块

当前层是：

• Level 6：细分 5D 打分与收尾子块。

1.5 这一层的关系类型说明

这一层是在继续下钻：

• Level 5 里的 5D 打分与收尾子块

所以这里的 6D-1 / 6D-2 / 6D-3 / 6D-4：

• 是 打分与收尾子块内部的逻辑分块
• 不是 Level 5 的新同级主节点

1.6 同层文件关系

这一层和下面两篇是同层兄弟文档：

• 26-Level6-5B-训练子块-fit_method与forecast_fit
• 27-Level6-5C-预测子块

三者之间没有直接调用顺序。
它们分别细分的是 25 里的三个不同兄弟子块：

• 5B
• 5C
• 5D

2. 当前层第一性

5D 打分与收尾子块 的第一性是：

把预测子块产出的 all_predicts，和同位置真实目标 targets 对齐，计算每个 rolling 窗口的指标，再汇总成一条序列的最终评测结果。

这一层负责：

1. 生成真实目标批次
2. 校验预测和目标数量一致
3. 对每个 rolling 窗口算指标
4. 对所有 rolling 窗口取平均
5. 编码真实值、预测值和时间信息，拼成最终结果列表

3. 当前命令的最小例子

当前例子里的关键输入是：

• all_predicts
  • 来自 5C 预测子块
• target_train_valid_data.values
  • 作为历史数据传给某些 metric
• eval_scaler
  • 由训练子块生成
• save_true_pred
  • 控制是否保存真实值/预测值

这一步最终会得到：

• single_series_results: List

它后面会被 EvalResult.collect() 收集，并最终写入日志文件。

4. 先看顺序图

5. 抽象索引树

6. 职责树

6.1 6D-1 真实目标生成

职责：

• 从 batch_maker 反向生成所有 rolling 窗口对应的真实目标

输出：

• targets

6.2 6D-2 指标逐窗口计算

职责：

• 对每个 (predicts, target) 调一次 self.evaluator.evaluate(...)

输出：

• all_test_results

6.3 6D-3 指标汇总

职责：

• 对所有 rolling 窗口的指标向量做平均

输出：

• single_series_results

6.4 6D-4 结果封装

职责：

• 编码真实值和预测值
• 拼接文件名、训练时间、推理时间和日志信息

输出：

• 最终 single_series_results: List

7. 输入输出接口

7.1 本层入口接口

关键输入：

• batch_maker
• all_predicts
• eval_scaler
• target_train_valid_data.values
• series_name
• end_fit_time - start_fit_time
• total_inference_time

7.2 关键中间变量

• targets
• all_test_results
• single_series_results
• actual_data_encoded
• inference_data_encoded

7.3 本层输出

• single_series_results: List

8. 函数 / 文件关系图

9. 关键代码对应关系

9.1 生成真实目标

targets = batch_maker.make_batch_eval(horizon)["target"]

语义：

把每个 rolling 起点对应的真实 horizon 目标一次性取出来。

9.2 长度校验

if len(targets) != len(all_predicts):
    raise RuntimeError(...)

语义：

保证每个预测窗口都有一一对应的真实目标窗口。

9.3 逐窗口算指标

for predicts, target in zip(all_predicts, targets):
    single_series_results = self.evaluator.evaluate(
        target,
        predicts,
        eval_scaler,
        target_train_valid_data.values,
    )

语义：

每个 rolling 窗口都独立算一组 metric。

9.4 汇总成单序列结果

single_series_results = np.mean(np.stack(all_test_results), axis=0).tolist()

语义：

把这条序列上所有 rolling 窗口的指标向量取平均，得到最终这条序列的 metric。

10. 当前例子的具体落地

10.1 真实目标

当前例子里：

• horizon = 24
• num_rollings = 48

所以 targets 的语义是：

• 48 个 rolling 窗口
• 每个窗口长度 24
• 每个时间步 7 个变量

10.2 指标计算

如果当前配置里用的是常见回归指标，如：

• mae
• mse
• rmse

那么每个 rolling 窗口都会得到一个指标向量。

10.3 最终封装

最后拼接到 single_series_results 里的内容除了 metric 外，还有：

• series_name
• fit_time
• inference_time
• actual_data_encoded
• inference_data_encoded
• log_info

11. 当前层最重要的认知

这一层最重要的认知是：

_eval_batch(...) 并不是“先把所有预测拼起来再一次性算一个 metric”，而是先逐 rolling 窗口算指标，再对这些窗口指标取平均。

12. 下一层入口

如果后面继续 DFS，这一层最自然的下钻点是：

self.evaluator.evaluate(actual, predicted, scaler, hist_data)

也就是：

• Evaluator
• metric_funcs
• 各个 metric 函数

13. 只留一句

Level 6 的 5D 只看一件事：怎样把 all_predicts 和 targets 对齐、算 metric、再封装成一条序列的最终结果。