Уақыттық қатарлар CV әдеттегі K-Fold-тен қалай ерекшеленеді?

Уақыттық қатарларды кросс-валидациялау (CV) әдеттегі K-Fold-тен айырмашылығы, ол деректердің уақыттық тәртібін ескереді. Әдеттегі K-Fold-те деректер кездейсоқ түрде K бөлікке бөлінеді, және модель осы бөліктерде оқытылады және тестіленеді, тәртіп ескерілмейді.

Уақыттық қатарлар CV-де бөлу кезінде болашақ деректерді оқыту үшін пайдаланудан сақтану үшін, ақпараттың ағымын болдырмайды. Мысалы, айналмалы терезе немесе кеңейтілген деректер жиынтығын қолдануға болады:

• Бірінші кезеңде алғашқы T бақылауды оқытуға қолданамыз, келесі бақылауды тестілеу үшін.
• Екінші кезеңде оқыту жиынтығына келесі уақыттық кесінді қосамыз және келесі бақылауды тестілеу үшін қолданамыз.

Бұл модельдің уақыт бойынша нақты болжау шарттарын көрсетуі үшін маңызды.

Мысал (псевдокод):

for i in range(initial_train_size, len(data)):
    train = data[:i]
    test = data[i:i+test_size]
    model.fit(train)
    predictions = model.predict(test)