基本上我有 780 次（每日）观察，我想从中训练 80% 的数据，剩下的 20% 用于交叉验证。 因此我明白我将使用：
df_cv = cross_validation(m, initial='624 days', horizon='156 days')
其中初始日期对应于我想训练的第一个观察值，而我想用于交叉验证的剩余观察值。
我认为我没有正确应用它，因为它似乎是一个截止日期，我真的不明白它的用途。
如何实现我的目标，即使用最初 80% 的观察来训练数据，最后 20% 用于交叉验证？
提前谢谢你
【问题讨论】：
标签： python-3.x machine-learning prediction cross-validation facebook-prophet
截止日期用于确定在第一次验证迭代时（截止前）您的训练数据集中的内容以及将预测的内容（截止后）。如果您想使用 80% 作为训练数据，并且想要进行交叉验证，则不能将水平值设置为数据的 20%，因为这将只允许进行一次验证。您将需要一个较小的数字来用于范围，因为这决定了您预测每次迭代的天数。对于每个有序的验证迭代，FBProphet 将在截止和截止 + 地平线之间进行预测，然后添加周期以获得下一个截止。这是一个例子：
800 天总数据集
初始 = 624 == 训练数据集的大小
水平线 = 20 == 大小待预测
period = 10（默认 = 水平的 1/2）== 截止日期之间的间隔作为增量
第一次迭代：训练 1-624，预测 625-644
第二次迭代：训练 11-634，预测 635-654
第三次迭代：训练 21-644，预测 645-664
所以最后 20% 可以用于不同时间框架的交叉验证
【讨论】：