Cross-validation berbasis waktu

Terakhir, mari visualisasikan perilaku time series cross-validation iterator di scikit-learn. Gunakan objek ini untuk mengiterasi data Anda sekali lagi, sambil memvisualisasikan data latih yang digunakan untuk melatih model pada setiap iterasi.

Sebuah instance objek model untuk Linear regression tersedia di workspace Anda. Selain itu, array X dan y (data latih) juga tersedia.

Latihan ini merupakan bagian dari kursus

Machine Learning untuk Data Deret Waktu di Python

Lihat Kursus

Instruksi latihan

Impor TimeSeriesSplit dari sklearn.model_selection.
Instansiasi iterator cross-validation deret waktu dengan 10 split.
Iterasikan melalui setiap split CV. Pada setiap iterasi, visualisasikan nilai data masukan yang akan digunakan untuk melatih model pada iterasi tersebut.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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()

Edit dan Jalankan Kode