1. Learn
    2. /
  2. Курси
    3. /
  3. Як перемагати в змаганнях Kaggle за допомогою Python
Connected

Вправа

Часовий K-fold

Пам'ятаєте «Store Item Demand Forecasting Challenge», де вам надано дані про продажі товарів у магазинах, і потрібно передбачити майбутні продажі?

Це змагання з часовими рядами. Тому слід застосувати перехресну перевірку за схемою time K-fold. Ваше завдання — створити цю стратегію перехресної перевірки та переконатися, що вона працює як очікується.

Зверніть увагу, що датафрейм train уже доступний у вашому робочому середовищі, а TimeSeriesSplit імпортовано з sklearn.model_selection.

Інструкції

100 XP
  • Створіть об'єкт TimeSeriesSplit із 3 розбиттями.
  • Відсортуйте тренувальні дані за стовпцем "date", щоб застосувати time K-fold.
  • Пройдіться циклом по кожному часовому розбиттю, використовуючи об'єкт time_kfold.
  • Для кожного розбиття виберіть тренувальні й тестові підвибірки, використовуючи train_index і test_index.