【问题标题】:Pycaret time series cv and binary classificationPycaret 时间序列 cv 和二进制分类
【发布时间】:2023-02-02 15:09:18
【问题描述】:

是否可以先在时间序列数据集上使用 ExpandingWindowSplitter 进行交叉验证,然后将折叠拟合到分类二元模型上?

【问题讨论】:

    标签: pycaret


    【解决方案1】:

    PyCaret 支持与 scikit-learn 兼容的自定义 CV 生成器对象,因此您可以尝试 sktime 的 ExpandingWindowSplitter 并将其传递给 setup 步骤。你可以从 here 找到关于 PyCaret 分类参数的文档

    from sktime.forecasting.model_selection import ExpandingWindowSplitter
    from pycaret.classification import *
    
    splitter = ExpandingWindowSplitter(fh=[2, 4], initial_window=5, step_length=2)
    exp_name = setup(data = data,  target = 'target', fold_strategy=splitter)
    

    【讨论】: