我有一个数据,其中包括按排序顺序排列的日期。
我想将给定的数据拆分为训练集和测试集。但是,我必须以测试必须比训练集更新的方式拆分数据。
请看给定的例子:
假设我们有按日期排列的数据:
1, 2, 3, ..., n.
从 1 到 n 的数字代表天数。
我想将其从数据中拆分为 20% 作为训练集,将 80% 的数据作为测试集。
Good results:
1) train set = 1, 2, 3, ..., 20
test set = 21, ..., 100
2) train set = 101, 102, ... 120
test set = 121, ... 200
我的代码:
train_size = 0.2
train_dataframe, test_dataframe = cross_validation.train_test_split(features_dataframe, train_size=train_size)
train_dataframe = train_dataframe.sort(["date"])
test_dataframe = test_dataframe.sort(["date"])
不适合我!
有什么建议么?