用于LSTM的时间序列数据的训练测试拆分

Question

values = df.values
train, test = train_test_split(values)

#Split into train and test
X_train, y_train = train[:, :-1], train[:, -1]
X_test, y_test = test[:, :-1], test[:, -1]

执行上述代码会将时间序列数据集分为训练-75％和测试25％。我要将火车测试的拆分控制为80-20或90-10。 有人可以帮助我了解如何将数据集分成所需的任意比例吗？

该概念是从https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/借来的。

注意：我无法随机分割数据集以进行训练和测试，而最新值必须用于测试。我包括了我的数据集的屏幕截图。

如果任何人都可以解释该代码，请帮助我理解以上内容。谢谢。

Answer 1

Here's the documentation.

基本上，您会想要做类似train_test_split(values,test_size=.2,shuffle=False)

的操作

test_size=.2告诉函数使测试大小成为输入数据的20％（您可以使用train_size=n类似地指定火车的大小，但是在没有此规范的情况下，函数将使用{{1 }}，即测试集的补充。

1-test_size告诉函数不要随机调整顺序。

Answer 2

首先，您应该使用切片或sklearn的train_test_split将数据划分为训练和测试（请记住将shuffle=False用于时间序列数据）。

#divide data into train and test
train_ind = int(len(df)*0.8)
train = df[:train_ind]
test = df[train_ind:]

然后，您要使用Keras的TimeseriesGenerator生成LSTM用作输入的序列。 blog很好地解释了它的用法。

from keras.preprocessing.sequence import TimeseriesGenerator

n_input = 2 #length of output
generator = TimeseriesGenerator(train, targets=train, length=n_input)