Time K-fold

Lembra do "Store Item Demand Forecasting Challenge", em que você recebe dados de vendas por loja e item e precisa prever as vendas futuras?

É uma competição com dados de séries temporais. Por isso, deve-se aplicar validação cruzada do tipo time K-fold. Seu objetivo é criar essa estratégia de validação cruzada e garantir que ela funciona como esperado.

Note que o DataFrame train já está disponível no seu workspace e que TimeSeriesSplit foi importado de sklearn.model_selection.

Este exercício faz parte do curso

Vencendo uma competição do Kaggle em Python

Ver curso

Instruções do exercício

Crie um objeto TimeSeriesSplit com 3 divisões.
Ordene os dados de treino pela coluna "date" para aplicar o time K-fold.
Faça um loop sobre cada divisão temporal usando o objeto time_kfold.
Para cada divisão, selecione os conjuntos de treino e teste usando train_index e test_index.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create TimeSeriesSplit object
time_kfold = TimeSeriesSplit(n_splits=____)

# Sort train data by date
train = train.sort_values(____)

# Iterate through each split
fold = 0
for train_index, test_index in ____.____(____):
    cv_train, cv_test = ____.____[____], ____.____[____]
    
    print('Fold :', fold)
    print('Train date range: from {} to {}'.format(cv_train.date.min(), cv_train.date.max()))
    print('Test date range: from {} to {}\n'.format(cv_test.date.min(), cv_test.date.max()))
    fold += 1

Editar e executar o código