提前一天进行预测模型评估。对于我的火车测试拆分，我是否要进行80:20拆分或（其余时间：最后一天）拆分？

Question

我有3个月的时间序列数据，间隔15分钟。 （一天有96个时隙） 我有温度列[Temp]和太阳辐照度[SI]（太阳强度）列。 我的模型必须在一天内“提前”预测温度。即我必须预测到前一天的数据有96个时隙。 当我“自己”评估模型并将数据拆分为训练集和测试集时。我如何拆分它们？ 我会做80:20的拆分吗？但我的测试数据将有超过一天的读数。 还是我做一个（3个月-1天）->火车，只在最后一天进行测试？

Answer 1

实际上，这取决于您的任务。但是强烈建议不要在火车集中混合新旧数据。

有些链接可能对您有用：

http://francescopochetti.com/pythonic-cross-validation-time-series-pandas-scikit-learn/

https://stats.stackexchange.com/questions/117350/how-to-split-dataset-for-time-series-prediction

https://stats.stackexchange.com/questions/346907/splitting-time-series-data-into-train-test-validation-sets