Ich versuche ein maschinelles Lernproblem zu lösen. Ich habe einen spezifischen Datensatz mit time-series -Element. Für dieses Problem verwende ich die bekannte Python-Bibliothek - sklearn . Es gibt viele Kreuzvalidierungs-Iteratoren in dieser Bibliothek. Außerdem gibt es mehrere Iteratoren, um die Kreuzvalidierung selbst zu definieren. Das Problem ist, dass ich nicht wirklich weiß, wie man einfache Kreuzvalidierung für Zeitreihen definiert. Hier ist ein gutes Beispiel dafür, was ich versuche zu bekommen:
Nehmen wir an, wir haben mehrere Perioden (Jahre) und möchten unseren Datensatz wie folgt in mehrere Abschnitte unterteilen:
%Vor% Ich kann nicht wirklich verstehen, wie man diese Art der Kreuzvalidierung mit sklearn-Werkzeugen erstellt. Wahrscheinlich sollte ich PredefinedSplit von sklearn.cross_validation so verwenden:
Ergebnis:
%Vor%Aber es ist immer noch nicht so gut wie eine vorherige Datenaufteilung
Sie können die gewünschten Kreuzvalidierungs-Splits erhalten, ohne sklearn zu verwenden. Hier ist ein Beispiel
Tags und Links python scikit-learn cross-validation