时序模型横向评测：Prophet、DeepAR 与 LightGBM 在零售场景下的精度与算力较量

在时间序列预测算法选型中，算法团队经常在三条不同的技术流派之间反复纠结：

1. 统计与可加性分解流派：以 Meta 开源的 Prophet 为代表；
2. 深度学习与概率自回归流派：以 Amazon 开源的 DeepAR (基于 RNN/LSTM 的自回归概率预测) 为代表；
3. 梯度提升决策树与特征工程流派：以 LightGBM 为代表。

很多技术团队在选型时容易陷入“模型越深越复杂就越准”的思维定势，盲目采购昂贵的 GPU 服务器搭建深度学习训练集群。
然而在真实的零售连锁多门店、多 SKU 预测场景下（如 3,000 家门店 × 20,000 款商品 = 6000 万个预测序列），不仅要考虑预测准确率（Accuracy / WAPE），还要严密考核训练吞吐算力成本（Training Cost）与模型冷启动外推能力。

今天我们用一组包含 1,000 个不同特征商品序列的真实零售数据集，对 Prophet、DeepAR 和 LightGBM 进行一次全方位的实测横评。

三大模型流派的技术底层与核心假设

+----------------------------------------------------------------------------------------------------+
| 模型名称   | 核心算法原理                               | 对多序列的建模方式       | 硬件与算力依赖        |
+------------+--------------------------------------------+--------------------------+-----------------------+
| Prophet    | 广义加法模型 (GAM): 趋势项 + 周期项 + 节假日| 单序列独立拟合 (一物一模)  | CPU 密集型 (多进程并行)|
| DeepAR     | 自回归循环神经网络 (RNN/LSTM) 拟合负二项分布| 全局共享权重 (Global Model)| 强依赖 GPU 算力加速    |
| LightGBM   | 梯度提升决策树 (GBDT) + 滞后/滑动窗口特征  | 全局大表统一训练 (Global) | 纯 CPU，超高内存压缩比 |
+----------------------------------------------------------------------------------------------------+

真实 Benchmark 测试设计与评估指标

• 数据集：1,000 款零售商品在过去 365 天的真实日销量流水（包含大爆款、常规腰部商品以及稀疏长尾商品）；
• 预测目标：前向滚动预测未来 14 天的日销量；
• 评估维度：
  1. 全品类综合 WAPE (%)（加权绝对百分比误差）；
  2. 稀疏长尾品类 WAPE (%)；
  3. 1,000 个序列端到端训练与推理耗时；
  4. 硬件算力成本（美元/云服务器实例规格）。

Benchmark 实测数据汇总表

深度归因剖析：为什么 LightGBM 能全面胜出？

1. 跨序列全局特征学习（Cross-Series Learning）的碾压优势

Prophet 是典型的“单兵作战”模型，它在拟合商品 A 的参数时，完全无法借用商品 B 的任何先验知识。
而 LightGBM 将 1,000 个商品的所有历史流水拼在一张几百万行的大宽表里，单棵决策树在分裂叶子节点时，能够同时学习到“整个生鲜大类在周五晚上的共同上扬系数”与“促销打 8 折对全站销量的乘数效应”，实现了强大的全局信息共享。

2. 算力 ROI 的降维打击

DeepAR 训练 1,000 个序列需要使用昂贵的 GPU 实例持续训练 45 分钟；
而 LightGBM 在经过高效的直方图特征离散化（Histogram Binning）后，在普通 32 核 CPU 实例上仅用 108 秒 就完成了 500 棵树的完整收敛！在企业每天夜间需要更新上千万 SKU 预测的严苛调度窗口内，LightGBM 的算力成本只有 DeepAR 的 1/30。

3. Prophet 的长尾与断点硬伤

Prophet 假设时间序列是连续平滑的，当面对销量经常为 0 的长尾备件或断货商品时，其基于正态/t分布的假设会彻底崩溃，频繁预测出无法解释的负数销量。

终极选型决策树

                         [ 准备启动时序预测算法工程 ]
                                     │
               ┌─────────────────────┴─────────────────────┐
               ▼                                           ▼
      【序列数量 < 50 条】                        【序列数量 >= 1,000 条 (海量SKU)】
               │                                           │
      ┌────────┴────────┐                         ┌────────┴────────┐
      ▼                 ▼                         ▼                 ▼
【数据平稳且强趋势】 【需要输出概率置信区间】   【常规高吞吐商业预测】 【极度稀疏非负泊松计数】
      │                 │                         │                 │
  [选 Prophet]    [选 DeepAR / GluonTS]     [强烈首选 LightGBM]  [选 DeepAR 负二项分布]

在工业级商业预测的残酷战场上，扎实的特征工程 + 极致吞吐的 LightGBM，依然是兼顾商业 ROI、工程稳定性与预测精度的最强王者。