交叉验证技术中基于时间的拆分是什么意思？
what is meant by time based spliting in cross validation techniques?
数据集中的每条记录都有一个时间戳。
我听说过基于时间的吐痰，但对此一无所知。
正常交叉验证
您有一组数据点：
data_points = [2, 4, 5, 8, 6, 9]
然后，如果您进行 2 倍拆分，您的数据点将随机分配给 2 个不同的组。
例如：
split_1 = [2, 5, 9]
split_2 = [3, 8, 6]
但是，这假设没有必要保持数据点的 o顺序。
您可以使用 split_1 训练您的模型并使用 split_2.
对其进行测试
基于时间的拆分
但是，这个假设对于时间序列预测并不总是正确的。
例如，给定相同的数据点：
data_points = [2, 4, 5, 8, 6, 9]
可能是按时间排列的
然后你可以有一个模型来预测下一个数字，它回顾了 3 个时间步长。 （例如，要预测 9 之后的数字，它将 [8, 6, 9] 作为输入。这意味着数据点出现的顺序很重要。因此，为了测试您的模型，您不能随机拆分您的数据点。需要保持它们出现的顺序。
因此，如果您进行 2 次拆分，您可以获得以下拆分：
split_1 = [2, 4, 5, 8]
split_2 = [5, 8, 6, 9]
实施
Sklearn 有一个基于时间的交叉验证的实现：TimeSeriesSplit。
数据集中的每条记录都有一个时间戳。
我听说过基于时间的吐痰，但对此一无所知。
正常交叉验证
您有一组数据点：
data_points = [2, 4, 5, 8, 6, 9]
然后，如果您进行 2 倍拆分，您的数据点将随机分配给 2 个不同的组。
例如：
split_1 = [2, 5, 9]
split_2 = [3, 8, 6]
但是，这假设没有必要保持数据点的 o顺序。
您可以使用 split_1 训练您的模型并使用 split_2.
基于时间的拆分
但是，这个假设对于时间序列预测并不总是正确的。
例如，给定相同的数据点：
data_points = [2, 4, 5, 8, 6, 9]
可能是按时间排列的
然后你可以有一个模型来预测下一个数字，它回顾了 3 个时间步长。 （例如，要预测 9 之后的数字，它将 [8, 6, 9] 作为输入。这意味着数据点出现的顺序很重要。因此，为了测试您的模型，您不能随机拆分您的数据点。需要保持它们出现的顺序。
因此，如果您进行 2 次拆分，您可以获得以下拆分：
split_1 = [2, 4, 5, 8]
split_2 = [5, 8, 6, 9]
实施
Sklearn 有一个基于时间的交叉验证的实现：TimeSeriesSplit。