Перехресна перевірка на основі часу

Насамкінець візуалізуймо роботу ітератора перехресної перевірки часових рядів у scikit-learn. Використайте цей об'єкт, щоб ще раз пройтися даними, візуалізуючи тренувальні дані, які використовуються для навчання моделі на кожній ітерації.

Екземпляр об'єкта моделі лінійної регресії model доступний у вашому робочому середовищі. Також доступні масиви X і y (тренувальні дані).

Ця вправа є частиною курсу

Machine Learning для часових рядів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте TimeSeriesSplit з sklearn.model_selection.
Створіть ітератор перехресної перевірки часових рядів із 10 розбиттями.
Ітеруйтеся через розбиття CV. На кожній ітерації візуалізуйте значення вхідних даних, які будуть використані для навчання моделі на цій ітерації.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код