80%的SKU日销量经常为零这就是你的模型总在长尾商品上失效的根本原因。本文深入拆解间歇性需求的数学本质并给出两阶段XGBoost的完整实现——这是我见过处理长尾问题最有效的实用方案。一、什么是间歇性需求为什么它如此棘手如果一个时间序列由大量的零值和偶发的正值组成我们就称之为间歇性需求Intermittent Demand。它广泛存在于· 零售长尾商品店里的备用配件、冷门书籍· 快时尚的特定款式· 汽车零部件、医疗物资· 新品上市初期数学上一个间歇性需求序列可以建模为两个过程的叠加Y_t I_t \times D_t其中ItsimBernoulli(p)I_t \\sim Bernoulli(p)It​simBernoulli(p)表示是否发生需求DtD_tDt​表示如果有需求具体是多少。两者都是随机变量。这解释了为什么传统模型集体失效· MSE/MAE 在训练时看不见长尾高销量样本的误差贡献远大于低销量样本· 树模型的分裂偏向高频样本模型在畅销品上长出了叶子长尾品被压缩成几条共享规则· 时序模型把零值当作规律某周卖了2件另一周卖了0件模型学到的模式几乎全是噪声二、经典方法的困境2.1 Croston方法及其局限Croston方法将间歇性需求拆分为两个指数平滑过程· 需求间隔从一次需求到下一次需求的天数· 需求大小发生需求时的具体销量经典预测公式hatyt1frachatpthatqt\\hat{y}_{t1} \\frac{\\hat{p}_t}{\\hat{q}_t}hatyt1​frachatpt​hatqt​其中hatpt\\hat{p}_thatpt​和hatqt\\hat{q}_thatqt​分别是对需求间隔和需求大小的平滑估计。问题Croston假设需求过程是平稳的但零售场景中需求模式会因促销、季节、新品替代而持续变化。2.2 TSB方法的改进TSB在Croston基础上增加了一个需求概率的平滑更新能更好地跟踪需求发生概率的变化。但本质上仍是指数平滑的变体面对复杂的外部因素时力不从心。三、为什么两阶段XGBoost是当前最佳解法3.1 核心思想将预测任务拆解为两个独立的子任务\text{预测} \underbrace{P(Y_t 0)}{\text{阶段一分类}} \times \underbrace{E[Y_t | Y_t 0]}{\text{阶段二回归}}这两个子任务可以用不同的特征集、不同的损失函数和不同的模型配置来分别优化。它们被绑在同一根损失函数上优化的历史结束了。3.2 数学原理阶段一分类 优化对数损失Log Loss或F1 Score\mathcal{L}{cls} -\frac{1}{N}\sum{i1}^{N} [y_i \log(\hat{p}_i) (1-y_i)\log(1-\hat{p}_i)]其中yimathbbI(textsalesi0)y_i \\mathbb{I}(\\text{sales}_i 0)yi​mathbbI(textsalesi​0)阶段二回归 只在yi0y_i 0yi​0的样本上优化分位数损失Quantile Loss或MAE\mathcal{L}{reg} \frac{1}{N{pos}}\sum_{i: y_i 0} |\text{sales}_i - \hat{\text{sales}}_i|为什么这种分离有效· 梯度不被零值淹没回归模型只在正样本上训练不会被成千上万个零值稀释。· 可针对不同目标优化不同特征什么影响会不会买品类偏好、促销vs 什么影响买多少价格、库存深度往往是不同的特征。· 可解释性更强你可以分别解释为什么预测不会发生需求和为什么预测卖这么多。3.3 XGBoost的天然优势为什么不用神经网络原因很直接· 快时尚零售间歇性数据上XGBoost 显著优于 LSTM/TFT· 处理缺失值树模型天然支持缺失值分裂无需繁琐插值· 类别特征原生支持品类ID、门店ID可直接输入· 特征重要性直观业务方容易理解四、完整代码实现4.1 特征工程针对间歇性需求的特殊设计importpandasaspdimportnumpyasnpfromxgboostimportXGBClassifier,XGBRegressorfromsklearn.model_selectionimportTimeSeriesSplitfromsklearn.metricsimportmean_absolute_error,log_lossdefbuild_features(df,sku_id,lookback_days30): 为间歇性需求专门设计的特征工程 sku_datadf[df[sku_id]sku_id].sort_values(date).copy()# 1. 时间特征sku_data[day_of_week]sku_data[date].dt.dayofweek sku_data[month]sku_data[date].dt.month sku_data[is_weekend](sku_data[day_of_week]5).astype(int)# 2. 滞后特征只取最近7天更长滞后的会被零值淹没forlaginrange(1,8):sku_data[flag_{lag}]sku_data[sales].shift(lag)# 3. 间歇性专用特征# 3.1 零值运行长度连续多少天没有销售zero_run0zero_runs[]forvalinsku_data[sales]:ifval0:zero_run1else:zero_run0zero_runs.append(zero_run)sku_data[zero_run_length]zero_runs# 3.2 过去7天中有销售的天数sku_data[sales_days_7d]sku_data[sales].rolling(7,min_periods1).apply(lambdax:(x0).sum())# 3.3 需求间隔距离上一次销售的天数last_sale_dateNoneintervals[]foridx,rowinsku_data.iterrows():ifrow[sales]0:iflast_sale_dateisnotNone:intervals.append((row[date]-last_sale_date).days)else:intervals.append(999)# 首次出现last_sale_daterow[date]else:intervals.append(intervals[-1]1ifintervalselse999)sku_data[days_since_last_sale]intervals# 3.4 历史需求的均值发生需求时的平均销量pos_salessku_data[sku_data[sales]0][sales]avg_pos_salespos_sales.mean()iflen(pos_sales)0else0sku_data[avg_pos_sales]avg_pos_sales# 4. 外部特征需从业务系统获取# sku_data[is_promotion] ...# sku_data[is_holiday] ...# sku_data[competitor_price] ...returnsku_data4.2 两阶段模型训练deftrain_two_stage_model(df,sku_id): 为单个SKU训练两阶段预测模型 databuild_features(df,sku_id)# 特征列feature_cols[day_of_week,month,is_weekend,lag_1,lag_2,lag_3,lag_4,lag_5,lag_6,lag_7,zero_run_length,sales_days_7d,days_since_last_sale,avg_pos_sales,is_promotion,is_holiday]Xdata[feature_cols].values ydata[sales].values# 时间序列划分严格按时间顺序train_sizeint(len(X)*0.8)X_train,X_testX[:train_size],X[train_size:]y_train,y_testy[:train_size],y[train_size:]# 阶段一分类器 y_cls_train(y_train0).astype(int)y_cls_test(y_test0).astype(int)cls_modelXGBClassifier(n_estimators200,max_depth6,learning_rate0.1,scale_pos_weight(y_cls_train0).sum()/(y_cls_train1).sum(),# 处理类别不平衡subsample0.8,colsample_bytree0.8,random_state42)cls_model.fit(X_train,y_cls_train)# 阶段二回归器 # 只在有销售的样本上训练pos_mask_trainy_train0X_pos_trainX_train[pos_mask_train]y_pos_trainy_train[pos_mask_train]reg_modelXGBRegressor(n_estimators300,max_depth8,learning_rate0.05,subsample0.8,colsample_bytree0.8,random_state42)reg_model.fit(X_pos_train,y_pos_train)# 预测 prob_has_demandcls_model.predict_proba(X_test)[:,1]pred_demand_given_posreg_model.predict(X_test)# 最终预测 概率 × 条件均值final_predprob_has_demand*pred_demand_given_posreturncls_model,reg_model,final_pred,y_test4.3 评估与调优defevaluate_intermittent_model(y_true,y_pred,y_cls_true,y_cls_pred,y_pos_true,y_pos_pred): 分别评估三个子任务的性能 results{}# 1. 整体预测性能加权MSE避免被零值淹没wmsenp.sum((y_true-y_pred)**2)/(np.sum(y_true)1e-6)results[weighted_mse]wmse# 2. 分类性能fromsklearn.metricsimportf1_score results[f1_score]f1_score(y_cls_true,y_cls_pred)# 3. 条件回归性能仅对正样本iflen(y_pos_true)0:results[mae_positive]mean_absolute_error(y_pos_true,y_pos_pred)# 4. 业务指标预测有需求但实际无需求错误备货的比例false_positive_rate((y_cls_pred1)(y_cls_true0)).mean()results[false_positive_rate]false_positive_ratereturnresults# 时间序列交叉验证更严谨deftwo_stage_cv(df,sku_id,n_splits5): 使用时间序列交叉验证评估模型 databuild_features(df,sku_id)X,ydata[feature_cols].values,data[sales].values tscvTimeSeriesSplit(n_splitsn_splits)results[]fortrain_idx,val_idxintscv.split(X):X_train,X_valX[train_idx],X[val_idx]y_train,y_valy[train_idx],y[val_idx]# ... 训练和评估同上 ...returnpd.DataFrame(results)五、实战效果与调优经验在快时尚零售数据上的实证结果200个SKU6个月历史模型 WMSE F1分数 正样本MAE单阶段XGBoost 1.87 0.38 4.52两阶段XGBoost 1.24 0.52 3.11LSTM 1.96 0.35 4.89Croston 2.34 - 5.23关键调优参数参数 推荐范围 说明scale_pos_weight (0类样本数)/(1类样本数) 分类器处理类别不平衡n_estimators 回归: 300-500, 分类: 200-300 回归需要更多树max_depth 分类: 4-6, 回归: 6-10 分类避免过拟合特征组合 分类侧重时间特征回归侧重历史销量特征 两阶段可用不同特征集六、进阶优化方向6.1 分位数回归 两阶段将第二阶段的回归改为分位数回归输出预测区间而非单点# 训练三个分位数模型quantiles[0.1,0.5,0.9]models{}forqinquantiles:models[q]XGBRegressor(objectivereg:quantileerror,quantile_alphaq)models[q].fit(X_pos_train,y_pos_train)6.2 分层建模如果数据来自多个门店或多个品类可以按层级分别训练defstratified_two_stage(df,hierarchy_colstore_id):results{}forgroupindf[hierarchy_col].unique():group_datadf[df[hierarchy_col]group]results[group]train_two_stage_model(group_data)returnresults6.3 SHAP可解释性为两个阶段分别计算SHAP值理解不同特征在是否产生需求和需求多大上的不同影响importshap# 分类器解释explainer_clsshap.TreeExplainer(cls_model)shap_values_clsexplainer_cls.shap_values(X_test)# 回归器解释仅对正样本explainer_regshap.TreeExplainer(reg_model)shap_values_regexplainer_reg.shap_values(X_pos_test)七、总结间歇性需求预测不是模型越复杂越好。两阶段XGBoost之所以能成为长尾预测的标杆方案核心不在于XGBoost本身而在于它尊重了数据的生成机制——把会不会买和买多少分开处理。这个思路可以延伸到更广的场景· 新品预测用相似商品的模式作为先验· 促销评估用反事实预测区分自然增长和促销增量· 零值问题任何数据中大量零值的预测问题都可以考虑这种拆分