回测与效果评估 | kube-res-foresight

时间滚动回测

回测沿时间顺序移动预测起点，每次仅使用起点之前的历史。训练与评估窗口应与实际使用场景一致；参与指标也必须按相同起点截取。

准确度针对 CPU、内存、GPU 等资源。副本数量由资源需求和约束推出，阅读时应与实际副本及 Ready 状态区分。

指标	含义与用途
WAPE	绝对误差总和与实际值绝对总和的比例，比较同一窗口的预测偏差。
峰值低估	关注预测低于实际高水位的风险，避免平均误差掩盖峰值问题。
资源准确度与综合评分	结合资源表现、完整度及保护因素阅读；评分高不等于可以跳过执行边界。
实测评估	目标时间到达后，用采集到的实际用量关联预测。

算法评分与排名页可以查看当前表现和历史变化。排名帮助比较候选；前瞻决策综合可用预测及可信度形成共识，不只是跟随排名第一的算法。

结合训练与运行明细核对历史窗口、参数版本、耗时和原因。新配置应重新检查效果，避免直接沿用旧配置的结论。

尚未到达目标时间的预测没有对应实际值，不能解释为零误差。数据质量、负载规律和预测视野变化后，需要继续观察资源表现和执行结果。

在预测结果的效果报告中选择模块和时间范围，汇总资源预测误差、峰值低估、扩容及时性、超配与不足、反复扩缩、降级原因和算法采用情况。样本不足与无法测算分别说明，不把没有数据当成零误差。

执行与容量一节对照实测 Ready 副本与负载折算的需要副本，给出实际、需要、多占和不足的 Pod·小时，以及容量不足分钟数。数据缺口不计入已对照时间。

容量 SLO 是“没有容量不足的时间 ÷ 已对照时间”，默认目标 99%，可通过 forecast.slo_capacity_target_percent 配置。这不是延迟或错误率 SLO；多占的 Pod·小时也不等于已经节省的费用。至少 12 个对照时刻且覆盖统计范围的一半，才给出数值。

在效果报告中打开变更预览，用相同历史比较保存的配置和拟改配置，查看不足或超配窗口、风险误差、副本·小时、变化次数和差异最大的时刻。可比较算法及参数、安全余量、单 Pod 容量、副本边界与短期修正。

预览只读，不保存推荐、不修改模块，也不执行伸缩。当前比较的是预测折算的副本数，未完整重放冷却、步长、前瞻与保护规则；模型服务使用预训练模型，不使用后台微调副本。结合这些范围解释结果。