Random Forest · 随机森林 | kube-res-foresight

用途与适用负载

对抽样后的历史特征训练多棵回归树并平均，支持非线性关系与协变量。训练成本高于简单统计方法。

至少 lags + 4×min_samples_leaf + 1 点；训练窗口仍需保留足够样本。

输入应是等间隔、无缺口且数值有限的序列。输出保留输入指标单位，例如 CPU 核、内存字节或每秒请求数；采样步长决定步数对应的真实时间。最低样本数仅表示可运行，不代表预测可靠。

支持协变量：使用同一时间网格上的其他指标，特征仅取预测起点之前的值；未来协变量沿用最后观测值，不是假设已知未来业务量。

窄屏可左右滑动参数表，查看完整说明。

参数 / 类型	默认值 / 范围 / 单位	含义与使用
`lags` int	必填，无默认值 ≥ 1; ≤ 2000; steps	滞后步数，仅使用目标步之前的值。
`calendar_features` bool	false 无额外范围限制	是否加入 UTC 日/周周期的正余弦特征。
`n_estimators` int	50 ≥ 1; ≤ 500	树的数量。
`max_depth` int	6 ≥ 1; ≤ 12	单棵树最大深度。
`min_samples_leaf` int	5 ≥ 1	叶子最少样本数。
`feature_ratio` float	0.6 ≥ 0.05; ≤ 1	每棵树可用于分裂的特征比例。
`sample_ratio` float	0.8 ≥ 0.05; ≤ 1	每棵树自助采样的样本比例。
`training_window_steps` int	0 ≥ 0; steps	只用最近多少个样本训练；0 = 全部历史。
`covariate_lags` int	3 ≥ 1; ≤ 48; steps	每个参与指标取最近多少步的值作为特征（只用目标步之前的值）；没有其他参与指标时忽略。
`seed` int	42 ≥ 0; ≤ 1000000	随机种子，固定后同样的历史给出同样的预测。

在“算法管理”编辑参数。以下仅为参数对象，不是 config.yaml 全文；周期示例按 5 分钟采样，需按实际步长调整。未列出的可选参数使用上表默认值。

JSON

{
  "lags": 24,
  "n_estimators": 50,
  "max_depth": 6,
  "min_samples_leaf": 5,
  "training_window_steps": 2000,
  "seed": 42
}

先限制树数、深度与训练窗口。增加树数提高开销，增加深度更容易拟合噪声；seed 用于可重复比较。与岭回归和基线使用相同回测窗口比较。

参数 / 类型	默认值 / 范围 / 单位	含义与使用
`reset_on_change` bool	false 无额外范围限制	水平突变后重置：检测历史里最后一次水平突变（发布、扩缩容、流量切换），只用突变之后的历史预测。关闭时用全部历史（现状）。突变之后至少要有 6 步才会被确认；突变后的历史不够算法所需时，取算法所需的最新一段。
`change_threshold` float	8 ≥ 3; ≤ 50	突变阈值：突变幅度（扣除前一段趋势后）超过噪声的多少倍才算，越大越不容易误报，噪声由相邻步变化的稳健标准差估计。仅 reset_on_change=true 时使用。
`change_min_shift` float	0.2 ≥ 0; ≤ 5	最小突变幅度：突变至少是水平的这个比例（0.2 = 20%），很干净的序列上的微小跳变不算。仅 reset_on_change=true 时使用。
`quantile_level` float	0 ≥ 0; ≤ 0.99	推荐分位数：0 = 点预测（现状）；0.9 等 = 预测「实际值有约 90% 的把握不超过」的线（保形预测：用本算法在这个负载最近几个窗口里的真实误差校准，需要更多历史和时间）。必须大于 0.5。
`calibration_windows` int	8 ≥ 3; ≤ 50	校准窗口数：用最近多少个历史窗口测本算法的误差；越多越稳，也越慢（每个窗口多跑一次预测）。仅推荐分位数大于 0 时使用。

quantile_level 是 0～1 的分位点，percentile 是 1～100 的百分数，二者不是同一参数。分位校准会额外运行历史预测；增加校准窗口前检查历史与运行预算，覆盖率是评估目标而非保证。

历史不足、参数不合法、运行超时或输出无效时，检查算法运行原因；没有合格预测时按模块的固定周期、兜底与保护规则处理。