P3-5.3 即使有原始时间序列，为什么也不能立刻称它为学习输入¶

Section ID: P3-5.3 Version: v2026.09.19

原始时间序列也可以作为模型输入。但有记录，并不意味着一个输入的边界、顺序、长度和目标已经确定。手工摘要是表示方式的选择；无论选择哪种表示，都要定义哪些信息组成一个输入。

用同样的四个观测构造两种输入¶

下面是两次动作的虚构流量记录。每次动作从开始的 0 秒到结束的 3 秒，每秒测量一次。本例假设四个值在动作结束时均已可用。流量单位为 L/min。

考虑在动作结束时，预测之后才确定的复核结果。一次动作是一条样本。结果标签关联到同一个 event_id，但不混入输入值。下表仅展示候选输入，没有提供实际结果标签或已训练模型。

向量是按规定顺序排列的一组值。A 的均值为 (1+3+3+1)/4 = 2，最大值为 3。B 的两个摘要值相同，因此无法用它们区分顺序差异。只接收均值与最大值的模型，会把这两个案例看作相同输入。

序列输入形状为 4 个时点 × 每个时点 1 个值。它保留了 A 中间两个观测较高、B 首尾观测较高的差别，却不能保留四次测量之间发生的一切。保留顺序也不保证任何模型都能学好这种区别。

摘要向量不是序列输入的必经步骤¶

下图两条分支是从同一批观测得到的替代表示。构造序列输入，无须先经过均值和最大值向量。

flowchart TD
    S["规定样本、可用时间与目标"] --> R["同一批观测<br/>A: 1, 3, 3, 1 / B: 3, 1, 1, 3"]
    R --> V["摘要：均值、最大值<br/>A = B = 2, 3"]
    R --> Q["序列：4 个时点 × 1 个值<br/>保留 A、B 的顺序差异"]

对于均值与最大值足以回答的问题，小型摘要向量便于比较。如果高值出现的时间很重要，可能需要序列或其他保留顺序信息的特征。也可以同时保留序列输入与供人检查的摘要表。不能把摘要表作为比较工具的作用，变成模型的强制输入要求。

两种表示共同需要的输入说明¶

四个时点是本例的选择，不是所有序列模型的要求。动作长度不同时，要选择支持变长的格式、截取或填充等方式。填充值还需要与真实观测区分的标记，并记录长度处理丢弃或添加了什么信息。

假设 A 的第 2 秒观测缺失。只保留 [1, 3, 1]，会把原来的第 3 秒值提前到第三个位置。填零得到 [1, 3, 0, 1]，均值为 1.25，但这并不是真实观测到了流量 0。本例规定暂缓使用该输入，并记录缺失位置。如果采用填充设计，则需要同时定义填充规则与缺失标记。

提前预测时点，可用的数值也会改变¶

现在改为在第 1 秒提前预测最终结果。当时 A 可用的观测为 [1, 3]，B 为 [3, 1]。第 2、3 秒的值尚不可用；由全部四个观测计算的摘要此时也无法得到，因此不能作为候选输入。

只汇总前两个时点，A、B 都得到 [均值 2, 最大值 3]，但保留顺序的输入仍不同。“是否保留顺序”与“最多能观测到哪里”是两个独立决定。既不能提前把之后的结果标签加入输入，也不能加入超过预测时点的观测。

并非所有学习任务都必须使用外部复核标签。用 A 的记录定义另一个下一值预测任务，可以得到 0～2 秒输入 [1, 3, 3] → 第 3 秒目标 1；B 则为 [3, 1, 1] → 3。目标可以直接由记录构成，无须人工复核标签，但输入与未来目标之间仍需明确时间边界。

检查清单¶

• 能否算出共同摘要 [2, 3]，并解释它丢失的信息？
• 能否解释 4×1 序列输入中两个维度的含义？
• 即使不做手工摘要，是否也规定了样本边界、数值顺序、长度和目标？
• 能否区分缺失、真实的零值和时间位置前移？
• 第 1 秒预测时，是否排除了第 2～3 秒观测及由其计算的摘要？
• 能否区分外部复核标签与从记录构造的未来目标？

来源与参考资料¶

• TensorFlow，Time series forecasting。提供明确输入窗口长度、目标位置与输入特征的序列输入案例。本节 A、B 的观测及摘要、缺失练习均为自行设计的虚构案例。/ 查阅日期：2026-09-19