Python时间序列拆分答案

【问题标题】：Python Time SeriesSplitPython时间序列拆分
【发布时间】：2020-05-15 05:59:33
【问题描述】：

我有以下问题：

我有一个计时器系列。我已经完成了预处理，现在我有了包含多个特征的 x 和包含我的输出的 y。我已经将它拆分成火车，测试：x_train，x_test，y_train，y_test

我现在想做回归和网格搜索。

由于我有时间序列，我无法进行 k 折交叉验证。所以我想使用TimeSeriesSplit。

但我到底要分裂什么？我想我会把训练集分成训练和测试/验证来训练我的模型，验证/选择我的超参数，然后使用测试进行预测。它是否正确？以及如何选择n_splits？

我现在有以下代码：

pipe=Pipeline....
pipe.fit(x_train, y_train)

tss=TimeSeriesSplit(n_splits=5)
for train_index, test_index in tss(train):
print('train:', train_index, 'test:', test_index

clf=GridSearchCV(pipe, param_grid, cv=tss)
clf.fit(x_train, y_train)

【问题讨论】：

标签： time-series

【解决方案1】：

根据 sklearn 文档：

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.TimeSeriesSplit.html

“提供训练/测试索引以拆分在训练/测试集中以固定时间间隔观察到的时间序列数据样本。在每个拆分中，测试索引必须高于以前，因此在交叉验证器中打乱是不合适的。 "

如果你想验证一个时间序列模型，方法是嵌套交叉验证一些关于它的信息在下面的链接中：

https://mlfromscratch.com/nested-cross-validation-python-code/

【讨论】：

抱歉再次询问，但我不能 100% 确定我是否正确：对于嵌套交叉验证，我仍然会在训练和验证中拆分我的训练系列，并在验证时调整我的参数，在测试时预测设置并比较预测以在网格搜索中调整我的参数，对吧？
没问题。您将在训练集中调整参数，在验证集中使用验证指标，选择一个或一些模型并使用相同的验证指标对其进行测试。这样做不是“正确且唯一的方法”。根据问题的不同，你可以让它变得不同并且仍然是正确的。它必须是有道理的。