当您使用时间序列数据时，最新数据可能会捕获最相关的信息，因此将它们包含在训练数据中更为谨慎。因此，更谨慎的决定是选择前滚分区。

Roll-Forward Partitioning：我们从一个较短的训练周期开始，然后逐渐增加它，在每次训练迭代中，我们在当前训练周期上训练它，并使其预测下一个数据区间。这将需要更多的训练时间，但它模仿了我们在部署期间会做的事情，我们希望定期训练我们的模型以使其保持最新状态。

您可以在此处、此处和此处找到更多相关信息。