sklearn.model_selection.TimeSeriesSplit¶
class sklearn.model_selection.TimeSeriesSplit(n_splits=5, *, max_train_size=None)
[源码]
时间序列交叉验证器
版本0.18中的新功能。
提供训练集或测试集索引，以切分在训练集或测试集中以固定时间间隔观察到的时间序列数据样本。在每个分组中，测试集索引必须比以前更高，因此在交叉验证器中打乱是不合适的。
此交叉验证对象是KFold的变体。在第k个切分中，它返回前k个折叠作为训练集，第（k + 1）个折叠作为测试集。
请注意，与标准的交叉验证方法不同，连续的训练集是它们之前的训练集的超集。
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| n_splits | int, default=5 分割数。必须至少为2。 0.22版中： n_splits默认值从3更改为5。 |
| max_train_size | int, default=None 单个训练集的最大大小。 |
注
训练集的大小为i``th split, with a test set of size ``n_samples//(n_splits + 1)，在i * n_samples // (n_splits + 1) + n_samples % (n_splits + 1)中，n_samples为样本数量。
示例
>>> import numpy as np
>>> from sklearn.model_selection import TimeSeriesSplit
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([1, 2, 3, 4, 5, 6])
>>> tscv = TimeSeriesSplit()
>>> print(tscv)
TimeSeriesSplit(max_train_size=None, n_splits=5)
>>> for train_index, test_index in tscv.split(X):
... print("TRAIN:", train_index, "TEST:", test_index)
... X_train, X_test = X[train_index], X[test_index]
... y_train, y_test = y[train_index], y[test_index]
TRAIN: [0] TEST: [1]
TRAIN: [0 1] TEST: [2]
TRAIN: [0 1 2] TEST: [3]
TRAIN: [0 1 2 3] TEST: [4]
TRAIN: [0 1 2 3 4] TEST: [5]
方法
| 方法 | 说明 |
|---|---|
get_n_splits(self[, X, y, groups]) |
返回交叉验证器中的切分迭代次数 |
split(self, X[, y, groups]) |
生成索引以将数据分为训练集和测试集。 |
__init__(self, n_splits=5, *, max_train_size=None)
[源码]
初始化self。详情可参阅 type（self）的帮助。
get_n_splits（self，X = None，y = None，groups = None ）
| 参数 | 说明 |
|---|---|
| X | object 始终被忽略，为了兼容性而存在。 |
| y | object 始终被忽略，为了兼容性而存在。 |
| groups | object 始终被忽略，为了兼容性而存在。 |
| 返回值 | 说明 |
|---|---|
| n_splits | int 返回交叉验证器中拆分迭代的次数。 |
split（self，X，y = None，groups = None ）
[源码]
生成索引以将数据分为训练集和测试集。
| 参数 | 说明 |
|---|---|
| X | array-like of shape (n_samples, n_features) 用于训练的数据，其中n_samples是样本数量，n_features是特征数量。 |
| y | array-like of shape (n_samples,) 始终被忽略，为了兼容性而存在。 |
| groups | array-like of shape (n_samples,) 始终被忽略，为了兼容性而存在。 |
| 输出 | 说明 |
|---|---|
| train | ndarray 切分的训练集索引。 |
| test | ndarray 切分的测试集索引。 |
