将时间序列数据拆分为训练/测试/验证集的最佳方法是什么，验证集将用于超参数调整？
我们有 3 年的每日销售数据，我们的计划是使用 2015-2016 作为训练数据，然后从 2017 年的数据中随机抽取 10 周作为验证集，从 2017 年的数据中再抽取 10 周作为验证集测试集。然后，我们将在测试和验证集中的每一天向前走。
将时间序列数据拆分为训练/测试/验证集
机器算法验证
时间序列
交叉验证
验证
2022-02-03 05:43:28
3个回答
您应该使用基于时间的拆分来避免前瞻偏差。按时间顺序训练/验证/测试。
测试集应该是数据的最新部分。您需要在生产环境中模拟一种情况，在训练模型之后，您需要评估模型创建之后的数据。因此，您用于验证和训练的随机抽样并不是一个好主意。
我认为利用时间序列数据进行训练/验证/测试/预测的最完整方法是：
图片是否自我解释？如果没有，请发表评论，我会添加更多文字...
您可以创建更多这样的集合，而不是只创建一组训练/验证集。
例如，第一个训练集可以是 6 个月的数据（2015 年第一学期），然后验证集是接下来的三个月（2015 年 7 月至 8 月）。第二个训练集将是第一个训练集和验证集的组合。验证集是接下来的三个月（2015 年 9 月至 10 月）。等等。
这是 K-Fold 交叉验证的一种变体，其中训练集是先前训练集和验证集的组合。