訓練/驗證/測試分割時間 LSTM

Question

我有一個由幾個月組成的數據集（從 JAN-15 到 SEPT-17），報告每個月的客戶財務狀況。 我的任務是預測每個客戶未來 12 個月的累計銷售額。

我的數據集看起來像這樣（這是原始數據，為了訓練我將創建滯后特征）

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
...

我怎樣才能在 TRAIN / VAL / TEST 中以與時間一致的方式拆分它？ 我可以做這樣的事情嗎？

• 火車--> 從 1 月 15 日到 3 月 16 日的所有客戶/月份（我每個月至少服用一次，因此 model 將學習季節性模式
• VAL --> 所有客戶/月從 APR-16 到 JUN-16
• 測試--> 從 JUL-16 到 SEP-16 的所有客戶/月（我停在這里，因為我需要接下來的 12 個月來創建目標變量）

這是一致的拆分策略嗎？ 或者，您有什么建議？

非常感謝，安德里亞

Answer 1

這是一致的拆分策略嗎？

是的，您尊重這樣一個事實，即您不使用訓練數據之前的驗證集數據，對於您的測試集也是如此。 您正在防止數據泄漏，這是正確的方法。

或者，您有什么建議？

您唯一可以更改的是您的訓練集、驗證集、測試集的部分，但您可以嘗試一下。 由於它是一個時間序列，您應該考慮季節性趨勢，它們都包含在您的訓練數據中。