训练/验证/测试分割时间 LSTM

Question

我有一个由几个月组成的数据集（从 JAN-15 到 SEPT-17），报告每个月的客户财务状况。 我的任务是预测每个客户未来 12 个月的累计销售额。

我的数据集看起来像这样（这是原始数据，为了训练我将创建滞后特征）

Month   CustomerID NetSales
JAN-15     A          10
JAN-15     B          10
JAN-15     C          10
FEB-15     A          10
FEB-15     B          10
FEB-15     C          10
...

我怎样才能在 TRAIN / VAL / TEST 中以与时间一致的方式拆分它？ 我可以做这样的事情吗？

• 火车--> 从 1 月 15 日到 3 月 16 日的所有客户/月份（我每个月至少服用一次，因此 model 将学习季节性模式
• VAL --> 所有客户/月从 APR-16 到 JUN-16
• 测试--> 从 JUL-16 到 SEP-16 的所有客户/月（我停在这里，因为我需要接下来的 12 个月来创建目标变量）

这是一致的拆分策略吗？ 或者，您有什么建议？

非常感谢，安德里亚

Answer 1

这是一致的拆分策略吗？

是的，您尊重这样一个事实，即您不使用训练数据之前的验证集数据，对于您的测试集也是如此。 您正在防止数据泄漏，这是正确的方法。

或者，您有什么建议？

您唯一可以更改的是您的训练集、验证集、测试集的部分，但您可以尝试一下。 由于它是一个时间序列，您应该考虑季节性趋势，它们都包含在您的训练数据中。