Train/Test split
Untuk menghindari overfitting, praktik umum dalam Machine Learning adalah membagi data menjadi himpunan data train dan test. Hal ini dilakukan untuk memastikan model mampu memprediksi data baru yang belum pernah dilihat sebelumnya dengan benar.
Karena kita bekerja dengan data deret waktu (time series), kita tidak dapat menggunakan metode pemisahan acak, karena itu akan membuat model “mengetahui” masa depan.
Sebuah fungsi untuk mencetak tanggal mulai dan akhir dari sebuah DataFrame tersedia sebagai show_start_end(), yang menerima sebuah DataFrame sebagai satu-satunya argumen, dan mengembalikan string.
Data tersedia sebagai environment.
Latihan ini merupakan bagian dari kursus
Menganalisis Data IoT dengan Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Define the split day
limit_day = ____
# Split the data
train_env = ____[____]
test_env = ____[____]