简介：面向时间序列预测与深度学习调参需求的开发者，这份源码项目演示了基于贝叶斯优化的LSTM完整流程，适合具备Python/MATLAB基础、希望提升预测精度与超参数搜索效率的读者。压缩包共4个文件，包含两个m脚本，分别负责数据加载与LSTM模型训练、贝叶斯超参数调优，另附国际航空旅客数据集与许可证文本，包体仅17KB，结构轻量易读。已有13928人学习下载，常用于金融、气象、销量等场景的入门参考。通过源码可掌握LSTM门控机制处理长期依赖、贝叶斯优化替代网格搜索来搜寻学习率与隐藏层大小等超参数，以及数据切片、序列化、训练和MSE/MAE评估的完整链路，适合对照实际数据集动手复现并迁移到自己的预测任务中。
1. 基于贝叶斯优化的 LSTM 时间序列预测：这份源码做了什么、适合拿去改哪里
如果你手里有一份基于贝叶斯优化的 LSTM 时间序列预测源码，第一反应大概率是「又是别人跑通的代码，我拿过来未必能跑」。这份 MATLAB 源码走的是一条很实在的路线：数据用经典的 International Airline Passengers 月度客流，主脚本 TimeSeriesPredictionLSTMBayesianHyperparameterTuning.m 把 LSTM 训练和超参数搜索串起来，LoadData.m 负责读取和预处理。它要解决的不是「怎么手写 LSTM」，而是「LSTM 能用，但调参全靠玄学」——学习率、隐藏单元数、批次大小互相影响，网格搜索在连续空间里效率太低。贝叶斯优化用高斯过程做代理模型，用尽量少的评估次数逼近较优参数组合。适合三类人：刚入门时序预测、想抄一套完整调参流程的；已经在用 LSTM、想省掉手动试参的；以及打算把 MATLAB 这套思路移植到 Python 的。包里的 license.txt 用之前扫一眼，别等到要发布时才回头看条款。
2. 数据加载与序列化：144 个航班客流点怎么变成监督学习样本
2.1 LoadData.m 做了什么：读取、时间轴与归一化的正确姿势
这个数据集是 1949 到 1960 年的国际航班月度旅客数，一共 144 个点。单变量、有趋势、有季节周期，是时序预测领域最常用的基准数据之一。LoadData.m 里第一步是把 xlsx 读进来，常见做法是直接用readtable读成表格，再取出客流那一列转成 double 向量。
raw = readtable('InternationalAirlinePassengers.xlsx'); series = raw.Passengers; % 客流列，144×1 series = double(series(:)); % 强制列向量逻辑说明：readtable返回的表格列名取决于表头，如果列名不是Passengers就改成实际列名或者用列索引raw{:, 2}。强制(:)转列向量是为了后面切窗时索引不会因为行列方向出错。LSTM 在 MATLAB 里对输入维度很敏感，序列方向错了，训练时 shape 对不上会直接报错。
接下来是归一化。这一步不是可选项，LSTM 内部用的是 tanh 和 sigmoid 这类饱和激活函数，输入尺度如果横跨几十到几百，梯度很容易在饱和区消失。但这里有一个新手常踩的坑：归一化的统计量必须在训练段上算，不能拿全序列的均值和标准差去减。
trainLen = floor(0.7 * length(series)); mu = mean(series(1:trainLen)); sigma = std(series(1:trainLen)); seriesNorm = (series - mu) / sigma;逻辑说明：mu和sigma只用前 70% 的数据算，测试段不参与统计量计算。这样模拟的是「我只知道历史数据，未来数据还没发生」的真实场景。如果你用全序列的均值去归一化，测试段的分布信息已经泄漏进训练过程，验证集误差会虚低，放到真实预测场景立刻现原形。
2.2 序列化：滑动窗口怎么切、切多长、为什么不能打乱
归一化之后的数据还是 144 个点排成的一条线，不能直接喂给 LSTM。LSTM 学的是「看过去 N 步，预测下一步」，所以要把连续序列切成固定长度的窗口样本。这一步在时序预测里叫序列化，也有叫滑窗的。窗口长度numSteps是最关键的自由参数之一：太短学不到季节周期，太长样本数量急剧减少。
function [X, Y] = makeSequences(data, numSteps) numSamples = length(data) - numSteps; X = cell(numSamples, 1); Y = zeros(numSamples, 1); for i = 1:numSamples X{i} = data(i:i+numSteps-1)'; % 1×numSteps 行向量 Y(i) = data(i+numSteps); % 窗口后一时刻的真实值 end end逻辑说明：每个样本的输入是连续numSteps个历史点，标签是下一点的值。用 cell 数组是因为 MATLAB 的trainNetwork对序列数据要求 cell 封装，每个 cell 里是一个特征数×时间步的矩阵。单变量场景下特征数是 1，所以X{i}是1×numSteps。OutputMode='last'的 LSTM 会把这numSteps步的信息压缩成最后一个隐状态，再映射到标签。
窗口长度的选择：对这份月度客流数据，12 是一个合理的起点，刚好覆盖一年周期；想要更长的上下文可以试 24，但样本量会从 132 降到 120，影响不大。窗口设 6 也能跑，但模型看不到季节规律，预测效果会明显变差。这里没有绝对最优，贝叶斯优化只调网络超参，窗口长度建议自己先定好，也完全可以把它加进优化变量。
还有一个必须强调的点：切出来的样本顺序绝对不能打乱。时间序列的每个样本自带先后关系，随机打乱相当于把 7 月的样本拿去预测 2 月，模型学到的规律全是乱的。训练选项里Shuffle必须设成'never'，这一点到第 3 章还会再提。
2.3 训练/验证/测试三段划分：验证集是给贝叶斯优化当「裁判」的
数据切成样本之后，还要再切成三段：训练集、验证集、测试集。很多人在这一步直接随机切分，这在时序预测里是严重错误。正确做法是按时间顺序切：前 70% 训练，中间 15% 验证，最后 15% 测试。验证集不参与训练，但会参与贝叶斯优化的目标函数计算——每次试一组超参，就在验证集上算一次误差，这个误差就是贝叶斯优化要最小化的目标。
[X, Y] = makeSequences(seriesNorm, 12); numTrain = floor(0.7 * numel(Y)); numVal = floor(0.15 * numel(Y)); XTrain = X(1:numTrain); YTrain = Y(1:numTrain); XVal = X(numTrain+1:numTrain+numVal); YVal = Y(numTrain+1:numTrain+numVal); XTest = X(numTrain+numVal+1:end); YTest = Y(numTrain+numVal+1:end);逻辑说明：训练集和验证集之间有明确的时间边界，验证集完全由「训练集之后」的数据构成，这样才能真实反映模型在未见数据上的泛化能力。测试集是最后留出来的，只在全部调参结束后用它做最终评估，不能在优化过程中反复看测试集误差——看多了测试集就变成训练集了，这是调参的大忌。条款上这叫「测试集污染」，实际项目里这叫自欺欺人。
需要说明的是，因为滑动窗口的关系，切出来的样本总数是144-12=132个，训练集约 92 个，验证集约 20 个，测试集约 20 个。对 LSTM 来说这个量级偏小，所以后面训练轮数不能太少，验证集误差的波动也会偏大。处理办法有两个：一是把验证集的多次评估取平均，二是接受这个噪声，后面贝叶斯优化章节会讲怎么缓解。
3. LSTM 模型构建与训练选项：层结构、求解器与梯度截断的取舍
3.1 网络主体结构：sequenceInputLayer 到 regressionLayer 的四层标配
有了样本之后，接下来要在主脚本里搭 LSTM 网络。单变量时间序列预测的 LSTM 结构其实非常固定，四层就够：序列输入层、LSTM 层、全连接层、回归层。不要在这个任务上堆叠多层 LSTM，数据量就 100 多个样本，层数加深只会过拟合。
layers = [ sequenceInputLayer(1) lstmLayer(params.hiddenUnits, 'OutputMode', 'last') fullyConnectedLayer(1) regressionLayer];逻辑说明：sequenceInputLayer(1)表示每个时间步的输入只有 1 个特征，也就是归一化后的客流值。lstmLayer的hiddenUnits是隐状态维度，这是贝叶斯优化要搜的关键变量之一，取值范围通常在 20 到 200 之间。OutputMode='last'意味着网络只输出最后一个时间步的隐状态，而不是每个时间步都输出，这正对应「用过去 12 步预测下一步」的任务设定。fullyConnectedLayer(1)把隐状态压缩成 1 个输出值，regressionLayer对应均方误差损失，反向传播时梯度就从这里往回传。
为什么这个结构是「标配」而不是「最优」？因为单步预测任务里，LSTM 层之后只需要一个线性映射就够了。有人会在 LSTM 后面再接 dropout 层防过拟合，但对 100 多个样本的训练集，dropout 会降低有效容量，效果往往不升反降。我一般把 dropout 留到数据量到几千以上再考虑。
3.2 训练选项：求解器、学习率、梯度截断三个关键旋钮
网络结构定了之后，训练选项比网络结构本身更能决定成败。MATLAB 的trainingOptions里参数很多，但真正影响时序预测结果的就这几个：求解器、初始学习率、批次大小、梯度截断、最大轮数、Shuffle。
options = trainingOptions(params.solver, ... 'MaxEpochs', 150, ... 'InitialLearnRate', params.initialLearnRate, ... 'MiniBatchSize', params.miniBatchSize, ... 'GradientThreshold', 1, ... 'Shuffle', 'never', ... 'Verbose', 0);逐项说：solver一般只在adam和sgdm之间选，adam 收敛快、对学习率不那么敏感，sgdm 收敛慢但最终精度往往更稳。InitialLearnRate是连续超参，搜索范围跨数量级，后面贝叶斯优化部分会用 log 变换来处理。MiniBatchSize是每次迭代用的样本数，样本总数不到 100，批次太大等于纯梯度下降，太小则梯度噪声大。GradientThreshold设为 1 是 LSTM 防梯度爆炸的关键——循环结构里梯度是连乘的，一旦超过阈值，loss 会在某一轮直接变成 NaN，这一项相当于给梯度上了保险丝。Shuffle='never'前面说过，时间序列不能打乱样本顺序。
还有个容易被忽略的点：MaxEpochs在超参搜索阶段不用设太大。150 轮够模型在 92 个训练样本上充分收敛，再多就是过拟合验证集。如果你发现训练 loss 还在下降但验证 loss 已经不再改善，说明模型开始背训练集了，这时应该停止而不是加轮数。贝叶斯优化的每一轮评估都是一次完整训练，轮数越多单次评估越贵，所以搜索阶段先用 100-150 轮探路，找到好参数后再用 300 轮精调，是更经济的做法。
3.3 为什么调参选贝叶斯优化而不是网格搜索或随机搜索
网格搜索是最直观的方案：每个超参设几个候选值，笛卡尔积全部跑一遍。假设隐藏单元 8 个候选、学习率 6 个候选、批次大小 4 个候选取，组合就是 192 次完整训练。这份数据每次训练不到一分钟还能忍，换到真实业务数据每次训练几十分钟，网格搜索直接变成灾难。而且网格搜索有个更隐蔽的问题：它对连续超参做了人为离散化，真正的最优学习率很可能落在两个候选值之间，你永远搜不到它。
随机搜索比网格搜索好一些，因为它不受离散化限制，但它不利用历史评估信息——第 10 次评估和第 1 次评估之间没有关联，完全是独立的随机碰运气。贝叶斯优化的核心差别在于：它维护一个高斯过程代理模型，用历史评估点估计目标函数在未探索区域的均值和不确定性，再通过采集函数决定下一次去哪个点评估。这个「根据已有信息主动选点」的过程，让它在同样评估次数下能更靠近最优区域。
| 方法 | 每次评估利用历史信息 | 适合评估成本 | 连续超参处理 |
|---|---|---|---|
| 网格搜索 | 不利用 | 低 | 需人为离散化，可能漏掉最优 |
| 随机搜索 | 不利用 | 低到中 | 连续采样，但无方向性 |
| 贝叶斯优化 | 利用高斯过程建模 | 高 | 支持 log 变换的连续变量 |
这不是说贝叶斯优化在所有场景都碾压，而是说在「每次评估 = 一次完整 LSTM 训练」这种昂贵场景下，它用少量评估找到可用参数的概率远高于另外两者。下章直接看代码。
4. 贝叶斯优化落地：优化变量、目标函数与收敛判断的经验配置
4.1 定义优化变量：integer、log 变换与 categorical 的正确用法
贝叶斯优化在 MATLAB 里的入口是bayesopt，第一步是用optimizableVariable定义搜索空间。这一步最容易犯的错是把所有变量都定义成连续实数，忽略了 LSTM 某些参数本质上是整数或枚举值。隐藏单元数不可能是 37.5 个，solver 也不可能取 adam 和 sgdm 的中间值。
vars = [ optimizableVariable('hiddenUnits', [20 200], 'Type', 'integer') optimizableVariable('initialLearnRate', [1e-4 1e-2], 'Transform', 'log') optimizableVariable('miniBatchSize', [16 128], 'Type', 'integer') optimizableVariable('solver', {'adam','sgdm'}, 'Type', 'categorical') ];逐项说明：hiddenUnits是整数型，范围 20 到 200，覆盖了「欠容量」到「过容量」的两个极端。initialLearnRate用Transform='log'这一步很关键——学习率在 1e-4 到 1e-2 之间跨了两个数量级，线性采样会浪费大量评估点在 0.005 到 0.01 这个高学习率区间，log 变换让它在对数尺度上均匀取点，1e-4、3e-4、1e-3、3e-3 都能被照顾到。miniBatchSize也是整数型，但要注意 MATLAB 的整数型变量每次变化步长是 1，如果你不想评估 113 这种批次大小，可以改成 categorical 类型，候选值设[16 32 64 128]，这样语义更干净。solver是类别型变量，bayesopt会在两个求解器之间做选择，不会产生非法值。
实际经验里，我还会考虑把numSteps窗口长度也加进优化变量，但窗口长度是数据层面的参数，改动它意味着样本集整体重建，每轮评估都要重新切数据，实现上稍麻烦。新手阶段建议先固定窗口为 12，把精力放在网络超参上。
4.2 目标函数：一次评估 = 一次完整训练，验证集误差作为最小化目标
贝叶斯优化的核心是目标函数。它不是直接优化某个数学表达式，而是把「训练一个 LSTM 并在验证集上算误差」整个流程封装成一个黑盒函数。bayesopt每提一组参数，就调用一次这个函数，拿到一个标量误差，再用这个误差更新高斯过程模型。
objective = @(params) lstmObjective(params, XTrain, YTrain, XVal, YVal); function rmse = lstmObjective(params, XTrain, YTrain, XVal, YVal) layers = [ sequenceInputLayer(1) lstmLayer(params.hiddenUnits, 'OutputMode', 'last') fullyConnectedLayer(1) regressionLayer]; options = trainingOptions(params.solver, ... 'MaxEpochs', 100, ... 'InitialLearnRate', params.initialLearnRate, ... 'MiniBatchSize', params.miniBatchSize, ... 'GradientThreshold', 1, ... 'Shuffle', 'never', ... 'Verbose', 0); net = trainNetwork(XTrain, YTrain, layers, options); YPred = predict(net, XVal); if iscell(YPred) YPred = cell2mat(YPred); end rmse = sqrt(mean((YPred(:) - YVal(:)).^2)); end逻辑说明：目标函数接收params结构体，字段名对应 4.1 里定义的变量名。网络结构里params.hiddenUnits直接替换隐层单元数，训练选项里params.solver、params.initialLearnRate、params.miniBatchSize分别替换对应项。训练完成后用predict在验证集上推理，因为XVal是 cell 数组，predict返回的也是 cell，所以先用iscell判断再cell2mat转成数值向量，最后算 RMSE。这个 RMSE 就是贝叶斯优化的目标值，越小越好。
有几个实现细节值得说。第一，验证集不能太大，每次评估都要在验证集上做一次完整推理，验证集太大单次评估的耗时直线上升，20 个样本在这个场景下刚好。第二，如果训练过程不稳定，单次评估的 RMSE 噪声会很大，高斯过程拟合的是一个带噪声的目标函数，噪声太大会让代理模型抓不住真实趋势。缓解办法是在目标函数内部固定随机种子，或者同一个参数组合跑两次取平均 RMSE。第三，trainNetwork失败时（比如参数组合导致数值发散）会直接抛异常，我一般会在目标函数外层包一层 try-catch，失败就返回一个很大的值（比如 10），让贝叶斯优化自动避开这个区域。
4.3 怎么读 bayesopt 的收敛结果：迭代曲线、MinObjective 与后续精调
目标函数和变量都定义好之后，调用bayesopt开跑：
results = bayesopt(objective, vars, ... 'MaxObjectiveEvaluations', 25, ... 'AcquisitionFunctionName', 'expected-improvement-plus', ... 'Verbose', 1); bestParams = results.XAtMinObjective; bestRMSE = results.MinObjective;MaxObjectiveEvaluations设 25 是经验值。这份数据单次评估大约十几秒到一分钟，25 次大概在十几分钟量级，性价比合适。设太多（50+）边际收益很低，后期都是在小范围里反复试探；设太少（10 以下）搜索空间覆盖不足，容易错过好区域。AcquisitionFunctionName用expected-improvement-plus，这是 MATLAB 默认采集函数，它在「开发」（去当前最优附近挖）和「探索」（去不确定性大的区域试）之间做了平衡，对噪声目标函数也有一定容忍度，比单纯的expected-improvement更适合 LSTM 训练这种随机性大的场景。
跑完看三样东西。第一是results.MinObjective，这是目前找到的最优验证 RMSE，对应results.XAtMinObjective里的那组超参。第二是画图：plot(results)会显示目标函数迭代曲线，如果曲线从 0.8 快速降到 0.3 然后进入平台期，说明搜索有效；如果曲线一直在附近震荡，说明目标函数噪声太大，回到 4.2 里说的固定种子方案。第三是看超参重要性图，MATLAB 的plot(results, '@parallel')能显示每个超参和目标值的关系，你会经常看到initialLearnRate对结果影响最大，solver的影响反而不明显——这在 LSTM 任务里几乎是规律。
需要明确的是，贝叶斯优化找到的是「验证集上的较优参数」，不是「全局最优」。验证集本身只有 20 个样本，RMSE 的波动可能比参数差异带来的改善还大。所以拿到bestParams之后，正确的习惯是用这组参数重新在完整训练集（训练+验证）上训练一次，再用测试集做最终评估，这才是这份源码的完整闭环。
5. 常见问题排查：训练发散、预测滞后与优化过慢的五处踩坑记录
5.1 训练损失变成 NaN，或某轮开始直接发散
现象：训练前几轮 loss 还在正常下降，跑到某一轮突然变成 NaN，之后再也回不来；少数情况下第一轮就是 NaN。
原因：最常见是梯度爆炸。LSTM 的循环结构让梯度在时间维度上连乘，一旦某个时间步的梯度大于 1，反向传播几步后数值就溢出。其次是学习率太大，参数更新直接越过最优区域。还有一个隐蔽原因：归一化后的数据里残留了 NaN 或 Inf，训练过程遇到异常值直接崩。
解决：先做数据体检，sum(isnan(seriesNorm))确认数据干净；再把GradientThreshold设为 1，这是针对 LSTM 最有效的保险；最后把InitialLearnRate降到 1e-3 以下重新跑。我一般会把这三件事按「数据 → 梯度截断 → 学习率」的顺序排查，90% 的 NaN 问题都出在这里。
5.2 预测曲线比真实值整体滞后一个时间步
现象：测试集上预测曲线形状和真实值很像，但整体右移了，波峰波谷都慢了一拍，RMSE 偏大。
原因：这是单步预测训练方式的典型副作用。训练时每一步输入的窗口末尾是真实值，模型学到的是「在真实值基础上做修正」；测试时没有真实值可用，只能拿上一步的预测值递归喂回去，预测误差逐步累积，曲线就被拖后了。另一种情况是序列化时 X 和 Y 错位了一个窗口，属于低级错误，但出现频率不低。
解决：先检查makeSequences里Y(i) = data(i+numSteps)是否和窗口错位，窗口含i到i+numSteps-1，标签应该是i+numSteps，错一位就会整体滞后。如果代码没错，那就是递归预测的固有问题，需要用第 6 章的前向验证方法重新评估模型。要警惕一种「救火」做法：发现问题后把预测结果整体平移一个时间步来对齐，这只能让指标好看，模型并没有真正学到动态规律，换个数据集立刻现原形。
5.3 贝叶斯优化跑得非常慢，一次调参要几十个小时
现象：MaxObjectiveEvaluations设了 50，每轮评估训练 200 个 epoch，跑了一晚上还没出结果。
原因：每次评估都是一次完整的 LSTM 训练，评估次数 × 单次训练耗时 = 总耗时，两者都在高位时总时间会失控。搜索范围设得太大也会让很多评估点在无效区域打转，白白消耗预算。
解决：把MaxObjectiveEvaluations压到 20-25；搜索阶段的MaxEpochs从 200 降到 80-100，找到好区域后再用这组参数做一次 300 epoch 的精调；miniBatchSize用 categorical 候选[16 32 64 128]而不是整数变量，减少无效评估；验证集如果超过几百个样本，先抽样一部分参与目标函数计算。记住贝叶斯优化的目标是在有限预算内找到「够好」的参数，不是把搜索做圆满。
5.4 同样一组参数，两次训练结果差很多，复现不了
现象：从results.XAtMinObjective拿到最优参数，手动重跑一次，RMSE 和优化过程里报告的对不上；再跑一次又变一个样。
原因：LSTM 的权重是随机初始化的，不同初始值会收敛到不同的局部最优；数据量只有 100 多个样本时，这种随机性会被放大。GPU 上的浮点计算本身也有不确定性，但在这个量级下权重初始化的影响远大于硬件差异。
解决：在训练前固定随机种子，rng(42)，确保每次评估的可复现性。更进一步的做法是目标函数里同一个参数组合训练两次取平均 RMSE，能显著降低目标函数的噪声，代价是单次评估耗时翻倍。对于这份小数据，我倾向于固定种子而不是多次平均——评估次数有限，把预算花在探索不同区域比花在降低单点噪声更划算。报告结果时记得写上随机种子，这是让别人能复现你实验的最基本条件。
5.5 预测结果被拉平，峰谷全部消失
现象：预测曲线变化幅度远小于真实值，真实值波峰 600 波谷 300，预测值在 400 到 450 之间小幅摆动，整体趋近均值。
原因：模型学到的其实是「均值回归」而不是「动态规律」。直接对原始序列做回归时，LSTM 发现预测一个接近历史均值的结果，损失并不会比预测准确的峰谷大太多，尤其在数据量小、趋势不强的情况下，这是模型偷懒的表现。另一个原因是序列化后窗口内特征太相似，模型无法从最后一步的输入判断当前处于周期的哪个位置。
解决：对数据先做一阶差分，把序列从「绝对客流值」变成「相对上月变化量」，预测出变化量之后再累加还原。差分后的序列是非平稳数据变成平稳数据的标准做法，LSTM 在这种数据上学到的是波动规律而不是静态均值。实现上在 LoadData.m 里加一行seriesDiff = diff(seriesNorm)，预测完再用cumsum还原，前后衔接就是一个完整的差分-预测-还原流程。这个数据层面的改造对最终预测效果的影响，往往比调任何超参数都大。
6. 前向验证：多步递归预测脚本与评估调参效果的硬指标
6.1 为什么单步评估不够，必须做前向验证
贝叶斯优化过程里用的是单步评估：每个测试样本都拿真实窗口做输入，预测下一步。这种评估方式反映的是「模型在真实历史基础上的修正能力」。但实际使用 LSTM 做预测时，你面对的是「预测未来 12 个月」，每一步的输入都包含上一步的预测值，误差会像滚雪球一样累积。单步评估分数好看，不代表递归预测能用。前向验证就是模拟真实使用场景：从测试集第一个点开始，用递归方式连续预测未来 N 步，再和真实值对比。这个指标才是判断「贝叶斯优化到底有没有用」的硬标准。
6.2 写一个递归预测函数，替代 predict 的单步推理
function predictions = recursivePredict(net, initWindow, numSteps) predictions = zeros(1, numSteps); window = initWindow(:)'; % 1×numSteps，初始窗口来自真实数据 for i = 1:numSteps yPred = predict(net, {window}); predictions(i) = yPred{1}(1); % 取预测值 window = [window(2:end), predictions(i)]; % 丢掉最老的点，拼入新预测 end end逻辑说明：initWindow是测试集第一个样本的输入窗口，长度为numSteps，必须是真实历史数据。循环里每次只预测一步，然后把预测值拼到窗口末尾、丢掉窗口最前面的一个点，窗口长度始终保持numSteps。这一步就是递归预测的核心：窗口里的数据从「全是真实值」逐渐变成「大部分是预测值」，误差累积就发生在这一进一出的替换过程中。yPred{1}(1)是因为predict对 cell 输入返回 cell，单变量输出取第一个元素即可。
调用方式：
initWindow = XTest{1}; % 测试集第一个窗口 futureTrue = YTest(1:12); % 未来 12 个月的真实值 preds = recursivePredict(bestNet, initWindow, 12); rmseForward = sqrt(mean((preds - futureTrue').^2)); maeForward = mean(abs(preds - futureTrue'));参数说明：预测步数numSteps设为 12，对应一个完整年度周期，和窗口长度一致。futureTrue是测试集标签序列的前 12 个值，注意YTest是列向量，预测结果是行向量，相减前要把futureTrue转置，这个方向问题不处理好会得到错误的后向广播结果。
6.3 前向验证的三件事：相位、幅度、稳定性
拿到preds和futureTrue之后，不要只盯着 RMSE。先看相位：预测曲线的峰和谷是否和真实值对齐，滞后一拍的情况在前向验证里会被放大到几乎无法直视。再看幅度：预测曲线是否被拉平，如果幅度只有真实值的一半，说明模型进入了均值回归模式，数据必须做差分。最后看稳定性：把测试集起点往后挪几位再做一次前向验证，如果结果差异巨大，说明模型对初始窗口非常敏感，泛化能力堪忧。
这三件事做完，才算真正验证了贝叶斯优化搜索出来的参数是否经得起实战。从那以后，我每次调完超参都会强制跑一遍前向验证，单步 RMSE 再好看，前向验证不过关就回到第 4 章重新搜。多花这十分钟，能帮你挡掉一大半「训练时挺好、上线就翻车」的尴尬。希望帮到你。
本文还有配套的精品资源，点击获取
