用于 LSTM 的时间序列数据的训练测试拆分答案

【问题标题】：Train-Test split for Time Series Data to be used for LSTM用于 LSTM 的时间序列数据的训练测试拆分
【发布时间】：2021-01-14 09:05:52
【问题描述】：

values = df.values
train, test = train_test_split(values)

#Split into train and test
X_train, y_train = train[:, :-1], train[:, -1]
X_test, y_test = test[:, :-1], test[:, -1]

执行上述代码将时间序列数据集拆分为训练 75% 和测试 25%。我想将训练测试拆分控制为 80-20 或 90-10。 有人可以帮我了解如何将数据集拆分为我想要的任何比例吗？

这个概念是从https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/借来的。

注意：我无法随机拆分数据集以进行训练和测试，并且必须使用最新的值进行测试。我已经包含了我的数据集的屏幕截图。

如果有人能解释代码，请帮我理解上面的内容。谢谢。

【问题讨论】：

标签： python keras time-series regression lstm

【解决方案1】：

Here's the documentation.

基本上，你会想做类似train_test_split(values,test_size=.2,shuffle=False)

test_size=.2 告诉函数将测试大小设为输入数据的 20%（您可以类似地使用 train_size=n 指定训练集大小，但在没有此规范的情况下，函数将使用 1-test_size，即补码测试集）。

shuffle=False 告诉函数不要随机打乱顺序。

【讨论】：

知道了。我不知道洗牌的价值。谢谢。

【解决方案2】：

首先，您应该使用切片或 sklearn 的 train_test_split 将数据分成训练和测试（请记住将 shuffle=False 用于时间序列数据）。

#divide data into train and test
train_ind = int(len(df)*0.8)
train = df[:train_ind]
test = df[train_ind:]

然后，您想使用 Keras 的 TimeseriesGenerator 生成序列供 LSTM 用作输入。这个blog 很好地解释了它的用法。

from keras.preprocessing.sequence import TimeseriesGenerator

n_input = 2 #length of output
generator = TimeseriesGenerator(train, targets=train, length=n_input)

【讨论】：

谢谢。这就说得通了。我不知道 shuffle 参数。