StratifiedKFold vs. KFold

重点记录StratifiedKFold的区别KFold：
StratifiedKFold:
适用场景：主要用于分类任务。
原因：StratifiedKFold 会保持每个折叠中类标签的比例与原始数据集中的比例一致。这样可以确保每个折叠中的样本分布更加均衡，特别是在类别不平衡的情况下，评估结果会更加可靠。

KFold:
适用场景：可以用于回归任务和分类任务。
原因：KFold 只是简单地将数据集随机分成K个子集，每个子集的样本数量相同（或尽可能相同）。对于回归任务，没有类别标签的概念，因此保持比例不适用。KFold 对回归任务同样有效，因为它关注的是整体数据的分布，而不是类别分布。
回归任务中使用StratifiedKFold的问题
在回归任务中，目标变量是连续值而不是离散的类别标签。StratifiedKFold 依赖于分类标签来分层采样，而对于连续的目标变量，这种分层采样的概念并不适用。因此，使用StratifiedKFold会导致逻辑上的不一致，因为连续变量无法简单地划分为固定的类别。
时间序列数据的特殊考虑
对于时间序列数据或有时间依赖关系的数据，不论是回归还是分类任务，都需要特别注意数据分割方式：
TimeSeriesSplit 进行时间序列分割，每次训练集和验证集的划分都保留时间顺序。这样可以模拟真实场景中的预测情况，避免未来数据“泄漏”到训练集中。