machine-learning - 用于提前一天基础预测模型的评估。对于我的火车测试拆分，我是否执行 80 :20 split or do a (rest of the days : last day) split?

Question

我有 3 个月的时间序列数据，间隔为 15 分钟。 (一天有96个时段)我有温度列 [Temp] 和太阳辐照度 [SI](太阳强度)列。我的模型必须预测一整天“日前”的温度。即我必须根据前一天的数据预测 96 个时段。当我“自己”评估我的模型并将数据分成训练集和测试集时。我如何分割它们？我应该按照 80:20 的比例进行分配吗？但我的测试数据会有超过一天的读数。或者我应该做一个(3个月 - 1天)-->作为训练，并且只在最后一天进行测试？

Answer 1

实际上，这取决于您的任务。但强烈建议不要在训练集中混合新旧数据。

有几个链接可能对您有用:

http://francescopochetti.com/pythonic-cross-validation-time-series-pandas-scikit-learn/

https://stats.stackexchange.com/questions/117350/how-to-split-dataset-for-time-series-prediction

https://stats.stackexchange.com/questions/346907/splitting-time-series-data-into-train-test-validation-sets