我的问题陈述 ：时间序列预测（逐月数据），对 96 个月的数据进行训练并预测接下来的 12 个月，中间有 3 个月的空白窗口。

示例：

第 1 批

***Training Data index*** <2010-01-01 -----------------------------2017-12-01>

***Unused Month Window*** <2018-01-01---2018-03-01>
***Test Month*** <2018-04-01> [Trained model with Batch 1 training data 
                               can ONLY be used for predicting this month, 
                               not any other]

第 2 批

***Training Data index*** <2010-01-01 -----------------------------2018-01-01>

***Unused Month Window*** <2018-02-01---2018-04-01>
***Test Month*** <2018-05-01> [Trained model with Batch 1 training data 
                               can ONLY be used for predicting this month, 
                               not any other]

依此类推，直到第 12 批...

我正在训练 12 个 XGBoost 模型来获得 18 财年 12 个月中每个月的预测，因此针对所使用的预测变量的每个模型获得 12 个不同的特征重要性。但我想报告整个 18 财年的特征重要性，而不是每个月给出 12 组不同的特征重要性。我将如何处理？

在整个测试数据集上评估单个模型不是一种选择。

任何帮助表示赞赏。谢谢。