Πώς πραγματοποιείται η διασταυρούμενη επικύρωση σε χρονικές σειρές;

Η διασταυρούμενη επικύρωση σε σειρές χρόνου διαφέρει από την κλασική, καθώς τα δεδομένα έχουν χρονική εξάρτηση και δεν μπορούν απλώς να ανακατευτούν τυχαία.

Κύριες προσεγγίσεις:

1. Time Series Split (κυλιόμενο παράθυρο)

   • Τα δεδομένα χωρίζονται σε διαδοχικά χρονικά μπλοκ.
   • Σε κάθε βήμα, το μοντέλο εκπαιδεύεται στα δεδομένα μέχρι μια συγκεκριμένη χρονική στιγμή και δοκιμάζεται στο επόμενο χρονικό διάστημα.
   • Παράδειγμα: εκπαιδεύστε στους μήνες 1-3, δοκιμάστε στον 4; στη συνέχεια εκπαιδεύστε στους 1-4, δοκιμάστε στον 5 κ.λπ.

2. Επικύρωση προόδου (Walk-forward validation)

   • Παρόμοια με το Time Series Split, αλλά το μοντέλο επανεκπαιδεύεται σε κάθε βήμα, προσθέτοντας νέα δεδομένα.

3. Μπλοκαρισμένη διασταυρούμενη επικύρωση (Blocked cross-validation)

   • Τα δεδομένα χωρίζονται σε μπλοκ, αποφεύγοντας διαρροή πληροφοριών μεταξύ εκπαίδευσης και δοκιμής.

Παράδειγμα σε Python με sklearn:

from sklearn.model_selection import TimeSeriesSplit
import numpy as np

X = np.arange(100).reshape(-1, 1)  # Δεδομένα παραδείγματος
 y = np.sin(X).ravel()

tscv = TimeSeriesSplit(n_splits=5)
for train_index, test_index in tscv.split(X):
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]
    # Εκπαίδευση μοντέλου με X_train, y_train
    # Αξιολόγηση σε X_test, y_test

Είναι σημαντικό να διατηρείτε τη χρονική σειρά, ώστε να μην χρησιμοποιούνται μελλοντικά δεδομένα για την εκπαίδευση του μοντέλου.