5折交叉验证_关于时间序列问题的交叉验证

由于存在时间先后的问题，对于存在时间特性的分类或者回归问题不能简单的使用StratifiekdKFold或者KFold进行交叉验证，更不能shuffle，会带来一定的时序特征交叉的问题，比如用未来的数据来预测过去的数据，这样的交叉验证结果在业务上意义不大，在比赛中也很容易造成过拟合的问题。简单总结一下时间序列的交叉验证方法：

1、timeseriessplit

from 

比较常见的一种包含时序性的数据集的交叉验证的方法之一；

2、from ：

TSCV: A Python package for Time Series Cross-Validation​www.zhengwenjie.net

作者介绍并且实现了另外的一些有意思的时序性数据的验证的方式：

>>> 

p表示test数据集大小，是一个变动的窗口的大小，gap_before和gap_after显然如图是test数据集前后间隔的周期数，目前作者仅实现了数量没有实现比例的参数设置，不过问题不大，自己算算代入就可以了。

---

>>> 

kfold的gap版，从上图就可以很直观的感受到了实现的原理了，参数的名字也很直观知道是控制啥的。。。这种方法不可避免用到未来的数据，不知道有木有用，比赛的时候试试吧。

---

>>> 

实际上就是sklearn中的timeseriessplit的加入了gap版本的实现。

---

import 

实际上就是train_test_split的gap版本

---

底层用的sklearn的基类写的，所以可以和sklearn模板写的api互相兼容。没怎么尝试过这种验证方式，下次试试吧