0
그룹 (grp 열)을 기반으로하는 시계열 교차 유효성 검사를 수행하려고합니다. 아래의 샘플 데이터에서, 온도는이 코드를 사용하여 GRP에 따라 약간의 지연 기능을 추가하기 위해 기획하고timeseries 데이터의 계층화 된 교차 유효성 검사
import numpy as np
import pandas as pd
timeS=pd.date_range(start='1980-01-01 00:00:00', end='1980-01-01 00:00:05',
freq='S')
df = pd.DataFrame(dict(time=timeS, grp=['A']*3 + ['B']*3, material=[1,2,3]*2,
temperature=['2.4','5','9.9']*2))
grp material temperature time
0 A 1 2.4 1980-01-01 00:00:00
1 A 2 5 1980-01-01 00:00:01
2 A 3 9.9 1980-01-01 00:00:02
3 B 1 2.4 1980-01-01 00:00:03
4 B 2 5 1980-01-01 00:00:04
5 B 3 9.9 1980-01-01 00:00:05
변수 내 대상입니다. 내가 sklearn sklearn.model_selection.TimeSeriesSplit에서이 기능을 사용 할 수 있습니다 교차 유효성 검사를 수행 할 때
df.groupby("grp")['temperature'].shift(-1)
0 5
1 9.9
2 NaN
3 5
4 9.9
5 NaN
Name: temperature, dtype: object
내가 가지고 지금 문제는 있지만 그룹의 효과를 고려하지 않습니다. 누구나 그룹당 CV 분할 (층화 분할과 같은)하는 방법을 말해 줄 수 있습니까? 도움이된다면 CVS 용 xgboost.cv를 사용할 것입니다.
편집 : 그룹당 시간 변경. 그룹