使用来自 scikit learn 的线性回归的时间序列交叉验证答案

【问题标题】：Time series cross-validation using linear regression from scikit learn使用来自 scikit learn 的线性回归的时间序列交叉验证
【发布时间】：2015-07-07 19:57:14
【问题描述】：

我正在使用 Scikit Learn 的线性回归模型来解释时间序列：

from sklearn import linear_model
import numpy as np

X = np.array([np.random.random(100), np.random.random(100)])
y = np.array(np.random.random(100))

regressor = linear_model.LinearRegression()
regressor.fit(X, y)
y_hat = regressor.predict(X)

我想对预测进行交叉验证。据我所知，我不能使用 sklearn 中的 cross_val（如 Kfold），因为它会随机分解结果，我需要按顺序折叠。例如，

data_set = [1 2 3 4 5 6 7 8 9 10]

# first train set
train = [1]
# first test set
test = [2 3 4 5 6 7 8 9 10]
#fit, predict, evaluate

# train set
train = [1 2]
# test set
test = [3 4 5 6 7 8 9 10]
#fit, predict, evaluate

...

# train set
train = [1 2 3 4 5 6 7 8]
# test set
test = [9 10]
#fit, predict, evaluate

是否可以使用 sklearn 做到这一点？

【问题讨论】：

标签： python pandas scikit-learn

【解决方案1】：

这种折叠不需要 scikit。切片就足够了，比如：

step = 1 
for i in range(0, len(data_set), step):
  train = dataset[:i]
  test = dataset[i:]
  # etc...

【讨论】：

谢谢！我相信确实可以这样做。我希望 scikit-learn 能够准备好一些东西，以便我可以将它与其他自动验证方法一起使用。