问时间序列数据和ML分离训练/测试数据
EN

Data Science用户

提问于 2020-07-06 11:53:21

回答 1查看 50关注 0票数 1

我正在用XGBoost来尝试基于社交媒体情绪来预测股市的走向。在阅读了一些研究之后，我计划将培训/测试数据按时间段分开，例如使用2014-2016年的数据进行培训，使用2016-2018年的数据进行测试。

考虑到我正在使用的数据的性质，这是否具有直觉意义？

我很高兴提供更多的细节，这将是有帮助的，谢谢。

回答已采纳

发布于 2020-07-06 15:48:40

当您使用时间序列数据时，最新的数据将尽可能地捕获最相关的信息，因此将它们包含在培训数据中更为谨慎。因此，更谨慎的决定是选择前滚分区。

前滚分割:我们从一个较短的训练周期开始，并逐渐增加它，在每次迭代训练时，我们在当前的训练周期上训练它，并使它预测下一个数据间隔。这将需要更多的培训时间，但它模拟了我们将在部署期间所做的事情，我们希望定期对我们的模型进行培训，以保持它的最新。

你可以找到更多关于它的这里，这里和这里。

票数 1

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/77235

复制

相似问题

问时间序列数据和ML分离训练/测试数据EN