Как использовать кросс-валидацию в задачах временных рядов?

Для использования кросс-валидации в задачах временных рядов необходимо учитывать временную структуру данных. www.geeksforgeeks.org habr.com В отличие от традиционной кросс-валидации, где используются случайные разбиения данных, в случае временных рядов нужно сохранять временной порядок наблюдений. www.geeksforgeeks.org

Некоторые рекомендации по использованию кросс-валидации в задачах временных рядов:

• Использовать достаточное количество данных. www.geeksforgeeks.org Нужно убедиться, что исторических данных достаточно для значимой оценки. www.geeksforgeeks.org
• Выбрать подходящее разделение. www.geeksforgeeks.org Количество разделений (фолдов) регулируют в зависимости от длины данных временного ряда и желаемого компромисса между обучением и тестированием. www.geeksforgeeks.org
• Выбрать модель. www.geeksforgeeks.org Можно поэкспериментировать с различными моделями, подходящими для прогнозирования временных рядов, такими как ARIMA, SARIMA, Prophet. www.geeksforgeeks.org
• Выбрать показатели оценки. www.geeksforgeeks.org Нужно выбрать показатели оценки, которые имеют отношение к задаче прогнозирования и бизнес-целям. www.geeksforgeeks.org
• Итеративно уточнять. www.geeksforgeeks.org Следует повторять различные конфигурации модели, гиперпараметров и функций для повышения производительности модели. www.geeksforgeeks.org

Также при кросс-валидации для временных рядов данные не должны пересекаться по времени: тренировочные данные должны идти до валидационных, а валидационные — до тестовых. education.yandex.ru С учётом этих особенностей фолды в кросс-валидации для временных рядов располагаются вдоль временной оси. education.yandex.ru