Validare încrucișată bazată pe timp
În cele din urmă, hai să vizualizăm comportamentul iteratorului de validare încrucișată pentru serii de timp din scikit-learn. Folosește acest obiect pentru a parcurge datele o ultimă dată și pentru a vizualiza datele de antrenament utilizate pentru a ajusta modelul la fiecare iterație.
O instanță a obiectului de regresie liniară model este disponibilă în spațiul tău de lucru. De asemenea, vectorii X și y (datele de antrenament) sunt disponibili.
Acest exercițiu face parte din cursul
Machine Learning pentru Date de Tip Șir de Timp în Python
Instrucțiuni pentru exercițiu
- Importă
TimeSeriesSplitdinsklearn.model_selection. - Inițializează un iterator de validare încrucișată pentru serii de timp cu 10 diviziuni.
- Iterează prin diviziunile de validare încrucișată. La fiecare iterație, vizualizează valorile datelor de intrare care ar fi folosite pentru antrenarea modelului în acea iterație.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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()