以下链接中的示例具有来自时间序列数据的训练和验证集。没有提到测试集。为什么没有一个，对于一个实时生成时间序列数据的数据集来说，这意味着什么？
我以 1 秒的间隔收集了 3 小时的数据。我想在它可用之前预测下一个 30 分钟。训练/验证/测试拆分应该是什么样的？测试集可以跳过吗？
https://www.tensorflow.org/tutorials/structured_data/time_series
【问题讨论】：
标签： tensorflow neural-network time-series lstm
从不建议跳过测试集。在 TensorFlow 示例中，目的是演示如何使用时间序列；您可以像验证一样在“测试集”上进行测试，但限制条件是测试集完全未知：我们来回答您的第二个问题。
关于测试集，在您的用例中，正如您所说，测试集是动态生成的数据。
当然，您可以将初始数据集拆分为 train/val/test。但是，显然与您的模型“实时部署”一致的第二个测试集是预测“on-the-fly-generated-dataset”=>这意味着您可以将数据实时提供给您的模型。
train-val-test 拆分取决于您希望如何创建模型：您想要使用多少时间步长（预测下一步时要考虑多少秒等，您尝试了多少变量预测，你想预测多少时间步长（在你的情况下，30 分钟将是 30*60 = 1800，因为你的数据集信号频率以秒为单位）。这是一个非常广泛的问题，更多地涉及如何创建用于多步预测的时间序列分析数据集。
【讨论】：