Conceitos

O caminho dos dados

série ──► fit: valida, sela o teste e congela as origens
            │
            ├─ histórico de desenvolvimento
            │     ├─ V_search: busca em etapas S0–S4 (bases, retenção, híbridos,
            │     │            refinamento, famílias avançadas)
            │     └─ V_select: seleção incremental (o desafiante só substitui o
            │                  campeão se passar na regra de aceite)
            │
            └─ teste selado: lido uma única vez por evaluate_external
                                  │
finalize_model: reajusta o campeão no histórico anterior ao teste
                                  │
predict_model / stream: previsão na variante A (vários passos) ou B (um passo)

O princípio da biblioteca: complexidade extra só é aceita quando passa na validação. Um híbrido que não melhora o campeão nas mesmas origens, com ganho e frequência de vitórias suficientes, é recusado e o modelo mais simples continua. Cada decisão, aceita ou não, fica registrada com o motivo (result.decisions).

Glossário

base

O modelo que prevê a série (arima, knn, linear …). Sozinho, é uma candidata standalone.

corretor

O modelo que aprende o erro que a base deixa, a partir de uma janela dos resíduos anteriores. No híbrido aditivo, ŷ = b + α·r̂.

resíduo

O erro da base, e = y − b. É gerado dentro do treino de cada origem pela fonte de resíduos configurada (historical_oof_1step por padrão: previsões de um passo fora da amostra), nunca na série inteira.

candidata

Uma configuração completa a avaliar: estratégia, base, corretor, janela, α, fonte de resíduos, variante. Tem um candidate_id estável (hash da configuração).

estrutura

A forma de uma candidata, sem os detalhes de configuração: arima-mlp é a estrutura de todas as candidatas com base ARIMA e corretor MLP, qualquer que seja a janela ou o α.

família

O grupo de modelos usado na seleção incremental: estatística, linear, kernel, árvore, neural, residual, decomposição, combinação, seleção dinâmica (e as que entram quando usadas). Cada família leva uma finalista ao desafio.

campeão

A candidata vencedora até o momento. A seleção começa no melhor modelo individual.

desafiante

A finalista de uma família que tenta substituir o campeão em V_select.

origem

O ponto da série onde um modelo é ajustado e de onde ele prevê. Nada depois da origem entra no ajuste daquela previsão.

unidade

Uma origem de uma série (série:dobra num painel). As comparações são pareadas por unidade: os dois modelos são avaliados exatamente nas mesmas.

As origens usadas pela busca: avaliar, reter e refinar candidatas, e ajustar hiperparâmetros (tune_model).

V_select

As origens mais recentes do histórico de desenvolvimento, usadas só para decidir o campeão. Separar busca e decisão reduz o otimismo de escolher o vencedor onde ele foi procurado.

teste selado

Os últimos test_size pontos (padrão fh). Não podem ser lidos pela busca nem pela seleção; evaluate_external os lê uma vez por modelo finalizado.

cobertura

A fração das unidades esperadas em que a candidata produziu uma métrica válida. A regra de aceite exige cobertura completa.

ledger

O registro de todas as propostas da busca, avaliadas ou não (cortadas pelo orçamento, puladas por capacidade, duplicadas, interrompidas), com o motivo: result.search.ledger_frame().

variante

Como as previsões encontram o futuro: A, fh passos de uma vez a partir da origem (padrão); B, um passo por vez, com o valor real revelado antes do próximo e parâmetros congelados (Variantes A e B: como a previsão encontra o futuro).

perfil

O conjunto de regras da seleção: standard (padrão), quickstart (sem o critério de variabilidade), research_strict e exploratory.

orçamento

Quantas candidatas a busca pode avaliar: smoke, small (padrão), medium ou large, no total, por família e por etapa.

Onde cada conceito é detalhado