Espaço de busca e orçamento

compare_models propõe candidatas em etapas, avalia cada uma em todas as origens de V_search e leva a melhor de cada família para a seleção em V_select (Seleção incremental). Esta página diz o que é proposto, quanto o orçamento deixa avaliar e como abrir ou fechar o espaço. Os modelos e seus parâmetros estão em Referência dos modelos.

Etapas

S0 — modelos-base

cada base de base_models com os parâmetros da busca, ou cada item da grade base_params dela.

S1 — retenção

as duas melhores configurações de cada família, o arima e o melhor modelo individual seguem como bases dos híbridos (sem duplicatas).

S2 — híbridos residuais

cada base retida × corretor × janela × α × fonte de resíduos, em largura: todas as bases recebem a primeira combinação antes da segunda, então um corte de orçamento mantém as bases variadas.

S3 — refinamento

em torno das duas melhores estruturas residuais, um eixo de cada vez: outra fonte de resíduos, as alternativas de corrector_params e, com "multistage" no include, estágios extras.

S4 — famílias avançadas

só com include: decomposição, combinação, seleção dinâmica (variante B) e ensembles, no orçamento que sobrou, com uma vaga reservada por família.

Padrões

Eixo	Padrão
Bases (S0)	naive, seasonal_naive, linear, knn, svm, tree, random_forest, arima, mlp
Corretores (S2)	linear, knn, mlp
Janelas de resíduos	7, 28
Pesos da correção (α)	0.5, 1
Fonte de resíduos (S2)	historical_oof_1step
Fontes no refinamento (S3)	historical_oof_multistep, in_sample

Orçamento

O orçamento conta candidatas: uma candidata é avaliada em todas as origens de V_search. Os limites valem para a lista ordenada de propostas antes de cada etapa, então a mesma série e a mesma semente dão a mesma busca em qualquer máquina, com n_jobs sequencial ou paralelo. As propostas cortadas aparecem no ledger como PRUNED_BUDGET.

Preset	Total de candidatas	Por família	Por etapa	Refinamentos por eixo
smoke	10	4	6	1
small	50	15	25	2
medium	200	40	60	2
large	1000	200	300	3

max_trials substitui o total; max_wall_time_s acrescenta um prazo de relógio opcional (Estratégias de sistemas híbridos). O número de origens de cada camada é fold, não o orçamento.

Exemplo: smoke e small

Série synthetic_daily (730 dias), fh=14, session_id=42, demais padrões (fold="auto" usou 7 origens por camada). Contagem do ledger por etapa e situação:

Orçamento	Etapa	Avaliadas	Cortadas pelo orçamento	Puladas por capacidade	Propostas
smoke	S0	6	3	0	9
	S2	2	70	0	72
	S3	2	0	0	2
small	S0	9	0	0	9
	S2	11	85	0	96
	S3	2	0	2	4

• smoke: 10 candidatas, 70 unidades (candidata × origem), 140 ajustes, 22 s; só 6 das 9 bases couberam no limite por etapa. Campeão: linear.

• small: 22 candidatas, 154 unidades, 350 ajustes, cerca de 5 min nesta máquina (com outra carga em paralelo). Todas as bases e 11 dos 96 híbridos possíveis foram avaliados; o limite por família (15) parou os híbridos antes do total (50). Campeão: random_forest, aceito contra o linear com ganho mediano de 12 % e 6 vitórias em 7.

• As 2 propostas puladas em S3 eram a fonte in_sample com bases que não expõem valores ajustados.

O S2 propõe 96 híbridos: 8 bases retidas × 3 corretores × 2 janelas × 2 valores de α. Para avaliar mais deles, aumente o orçamento ou reduza o espaço:

exp = AutoHybridExperiment(
    fh=14,
    budget="medium",                 # 200 candidatas, 40 por família
    base_models=["seasonal_naive", "arima", "linear", "knn"],
    base_params={"knn": [{"lags": 7}, {"lags": 14}, {"lags": 28}]},
    correctors=["linear", "knn"],
    corrector_params={"knn": [{"estimator_params": {"n_neighbors": 3}}]},
    residual_windows=[7, 14],
    alphas=[1.0],
)
result = exp.compare_models()
result.search.ledger_frame()        # cada proposta, avaliada ou não, e por quê

Custo

O custo de uma busca é proporcional a candidatas × origens × ajustes por candidata. Com fold="auto" (7 origens por camada quando a série comporta; veja Seleção incremental), cada candidata é avaliada em mais origens que com o antigo padrão de 3: no exemplo acima, o small levou cerca de 3,5 vezes o tempo. Um híbrido ajusta a base duas vezes por origem (treino e prefixo dos resíduos) mais o corretor. Para uma exploração rápida, fold=3 e budget="smoke" continuam disponíveis, com a regra de aceite menos confiável que isso implica (Seleção incremental).