समय-आधारित क्रॉस-वैलिडेशन
आइए अंत में scikit-learn में उपलब्ध time series cross-validation iterator के व्यवहार को विज़ुअलाइज़ करें। इस ऑब्जेक्ट का उपयोग करके अपने डेटा पर एक बार और इटरेट करें, और हर इटरेशन में मॉडल को फिट करने के लिए उपयोग किए जाने वाले training data को विज़ुअलाइज़ करें.
आपके वर्कस्पेस में Linear regression का model ऑब्जेक्ट उपलब्ध है। साथ ही, arrays X और y (training data) भी उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data के लिए Machine Learning
अभ्यास निर्देश
sklearn.model_selectionसेTimeSeriesSplitइम्पोर्ट करें.- 10 splits के साथ एक time series cross-validation iterator इंस्टैंशिएट करें.
- CV splits पर इटरेट करें। हर इटरेशन में, उस इटरेशन के लिए मॉडल को ट्रेन करने में उपयोग होने वाले input data के मानों को विज़ुअलाइज़ करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import TimeSeriesSplit
____
# Create time-series cross-validation object
cv = ____
# Iterate through CV splits
fig, ax = plt.subplots()
for ii, (tr, tt) in enumerate(cv.split(X, y)):
# Plot the training data on each iteration, to see the behavior of the CV
ax.plot(tr, ii + y[tr])
ax.set(title='Training data on each CV iteration', ylabel='CV iteration')
plt.show()