시간 기반 교차 검증

마지막으로 scikit-learn의 time series cross-validation iterator가 어떻게 동작하는지 시각화해 보겠습니다. 이 객체를 사용해 데이터를 한 번 더 순회하면서, 각 반복에서 모델을 학습하는 데 사용되는 훈련 데이터를 시각화하세요.

워크스페이스에는 Linear regression model 객체 인스턴스가 준비되어 있습니다. 또한 배열 X와 y(훈련 데이터)도 제공되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 시계열 데이터 Machine Learning

강의 보기

연습 안내

sklearn.model_selection에서 TimeSeriesSplit을 임포트하세요.
분할 수를 10으로 하여 time series 교차 검증 이터레이터를 인스턴스화하세요.
CV 분할을 순회하세요. 각 반복에서, 해당 반복에서 모델 학습에 사용될 입력 데이터의 값을 시각화하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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()

코드 편집 및 실행