sklearn：用户定义的时间序列数据交叉验证

我正在尝试解决机器学习问题。我有一个特定的数据集时间序列元素。对于这个问题，我使用著名的 python 库 -sklearn。这个库中有很多交叉验证迭代器。还有几个迭代器用于您自己定义交叉验证。问题是我真的不知道如何定义时间序列的简单交叉验证。这是我想要得到的一个很好的例子：

假设我们有几个时期（年），并且希望将数据集分成几个块，如下所示：

data = [1, 2, 3, 4, 5, 6, 7]

train: [1]                test: [2] (or test: [2, 3, 4, 5, 6, 7])
train: [1, 2]             test: [3] (or test: [3, 4, 5, 6, 7])
train: [1, 2, 3]          test: [4] (or test: [4, 5, 6, 7])
...
train: [1, 2, 3, 4, 5, 6] test: [7]

我真的不明白如何使用 sklearn 工具创建这种交叉验证。也许我应该使用PredefinedSplit from sklearn.cross_validation像那样：

train_fraction  = 0.8
train_size      = int(train_fraction * X_train.shape[0])
validation_size = X_train.shape[0] - train_size

cv_split = cross_validation.PredefinedSplit(test_fold=[-1] * train_size + [1] * validation_size)

Result:

train: [1, 2, 3, 4, 5] test: [6, 7]

但仍然不如之前的数据分割那么好

您无需使用即可获得所需的交叉验证分割sklearn。这是一个例子

import numpy as np

from sklearn.svm import SVR
from sklearn.feature_selection import RFECV

# Generate some data.
N = 10
X_train = np.random.randn(N, 3)
y_train = np.random.randn(N)

# Define the splits.
idxs = np.arange(N)
cv_splits = [(idxs[:i], idxs[i:]) for i in range(1, N)]

# Create the RFE object and compute a cross-validated score.
svr = SVR(kernel="linear")
rfecv = RFECV(estimator=svr, step=1, cv=cv_splits)
rfecv.fit(X_train, y_train)