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]

执行上述代码将时间序列数据集拆分为训练 75% 和测试 25%。 我想将训练测试拆分控制为 80-20 或 90-10。 有人可以帮助我了解如何将数据集拆分为我想要的任何比例吗？

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

注意：我不能为训练和测试随机拆分数据集，最近的值必须用于测试。 我已经包含了我的数据集的屏幕截图。

如果有人可以解释代码，请帮助我理解上述内容。 谢谢。

Answer 1

这是文档。

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

test_size=.2告诉函数使测试大小为输入数据的 20%（您可以类似地使用train_size=n指定train_size=n大小，但在没有此规范的情况下，函数将使用1-test_size ，即测试集）。

shuffle=False告诉函数不要随机打乱顺序。

Answer 2

首先，您应该使用切片或 sklearn 的train_test_split （记住对时间序列数据使用shuffle=False ）将数据分成训练和测试。

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

然后，您想使用Keras 的 TimeseriesGenerator为 LSTM 生成用作输入的序列。 这个博客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)