Kā veikt pārbaudes pārbaudi laika rindās?

Laika rindu krusto validācija atšķiras no klasiskās, jo dati ir laika atkarīgi, un tos nav iespējams vienkārši nejauši sajaukt.

Galvenās pieejas:

1. Time Series Split (slīdējošais logs)

   • Dati tiek sadalīti secīgos laika blokos.
   • Katram solim modelis tiek apmācīts ar datiem līdz noteiktam laikam un pārbaudīts nākamajā laika intervālā.
   • Piemērs: apmācība mēnešos 1-3, pārbaude 4; tad apmācība 1-4, pārbaude 5 un tā tālāk.

2. Walk-forward validation (soļveida validācija)

   • Līdzīga Time Series Split, bet modelis katrā solī tiek pārapmācīts, pievienojot jaunus datus.

3. Bloķētā krusto validācija (Blocked cross-validation)

   • Dati tiek sadalīti blokos, novēršot informācijas noplūdi starp apmācību un testu.

Python piemērs ar sklearn:

from sklearn.model_selection import TimeSeriesSplit
import numpy as np

X = np.arange(100).reshape(-1, 1)  # Piemēra dati
 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]
    # Apmācīt modeli ar X_train, y_train
    # Novērtēt ar X_test, y_test

Svarīgi ir saglabāt hronoloģisko secību, lai neizmantotu nākotnes datus modeļa apmācībā.