机器学习时间序列数据

Question

我想建立一个机器学习模型来预测月收益。 我有200多个功能可以构建模型，这是数据的形状： X_train,y_train,X_test,y_test

首先，我尝试使用Time_Series_Split来测试cross_val_score：

export class Component {

  onContainerClick(): void {
    // do something
  }

  onLikeClicked(event: MouseEvent): void {
    event.stopImmediatePropagation();
    // do something
  }
}

然后我尝试了RandomizedSearchCV：

index_output = TimeSeriesSplit(n_splits = 10)
rf = RandomForestRegressor(n_estimators = 400, random_state = 1234)
scores = cross_val_score(rf, X_train, y_train, cv=index_output)

我的两种方法都不起作用，但是我还没有看到Time_series_Split（）的简单示例。 我需要更改使用时间序列拆分建立模型的方法吗？ 尤其是随机搜索？