Tränings- och testuppdelning
För att undvika överanpassning är det vanlig praxis inom maskininlärning att dela upp data i tränings- och testdatamängder. Detta görs för att säkerställa att modellen kan göra korrekta förutsägelser på ny, osedd data.
Eftersom vi arbetar med tidsseriedata kan vi inte använda slumpmässiga uppdelningsmetoder, eftersom det skulle ge modellen tillgång till framtida information.
En funktion för att skriva ut start och slut på en DataFrame finns tillgänglig som show_start_end(). Den tar en DataFrame som enda argument och returnerar en sträng.
Data finns tillgänglig som environment.
Den här övningen är en del av kursen
Analysera IoT-data i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Define the split day
limit_day = ____
# Split the data
train_env = ____[____]
test_env = ____[____]