Cross-validation theo thời gian
Cuối cùng, hãy trực quan hóa cách hoạt động của bộ lặp time series cross-validation trong scikit-learn. Dùng đối tượng này để duyệt dữ liệu thêm một lần nữa, và trực quan hóa phần dữ liệu huấn luyện được dùng để fit mô hình ở mỗi vòng lặp.
Một thể hiện của đối tượng mô hình hồi quy tuyến tính model đã có sẵn trong không gian làm việc của bạn. Các mảng X và y (dữ liệu huấn luyện) cũng đã sẵn sàng.
Bài tập này là một phần của khóa học
Machine Learning cho Dữ liệu Chuỗi thời gian bằng Python
Hướng dẫn bài tập
- Import
TimeSeriesSplittừsklearn.model_selection. - Khởi tạo một bộ lặp cross-validation theo chuỗi thời gian với 10 lần chia (splits).
- Duyệt qua các lần chia của CV. Ở mỗi vòng, trực quan hóa các giá trị của dữ liệu đầu vào sẽ được dùng để huấn luyện mô hình cho vòng lặp đó.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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()