我目前正在寻找一种使用各种方法对时间序列进行建模的方法，并通过R中的交叉验证（尤其是使用插入符号包）来评估每种方法。我在理解与包关联的函数'createTimeSlices'中的'horizon'参数时遇到了一些麻烦。
在https://topepo.github.io/caret/data-splitting.html#data-splitting-for-time-series上阅读示例，似乎我指定了训练窗口的大小，并假设我保持此大小不变。然后，指定一个地平线，如示例中所示为5。
当我指定此范围时，我认为这与多步预测不同是正确的吗？ 我当前的想法是，我们在指定的训练窗口中训练模型，然后预测提前1步。在不重新训练模型的情况下，我们将其提供给下一步数据，然后再次预测前一个步骤，重复此过程，直到我们获得5个预测为止，每个预测实际上比所提供的数据领先1个步骤。
在时间序列交叉验证的情况下，将以相同的方式对各种训练集重复此操作。
对“地平线”论点的这种解释正确吗？如果是这样，为了合并多步提前预测，是否会更改训练数据，将使用的所有协变量向后移动以间接强制多步提前预测？