Cross-validation แบบอิงเวลา

มาดูพฤติกรรมของ time series cross-validation iterator ใน scikit-learn กัน ใช้ออบเจ็กต์นี้เพื่อวนซ้ำผ่านข้อมูลอีกครั้ง พร้อมแสดงภาพข้อมูลการฝึกที่ใช้ fit โมเดลในแต่ละรอบ

ออบเจ็กต์โมเดล Linear regression ชื่อ model พร้อมใช้งานในพื้นที่ทำงานแล้ว รวมถึงอาร์เรย์ X และ y (ข้อมูลการฝึก) ด้วย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning สำหรับข้อมูล Time Series ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

Import TimeSeriesSplit จาก sklearn.model_selection
สร้าง time series cross-validation iterator ที่มี 10 splits
วนซ้ำผ่าน CV splits โดยในแต่ละรอบให้แสดงภาพค่าของข้อมูล input ที่จะใช้ฝึกโมเดลในรอบนั้น

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()

แก้ไขและรันโค้ด