用於 LSTM 的時間序列數據的訓練測試拆分

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]

執行上述代碼將時間序列數據集拆分為訓練 75% 和測試 25%。 我想將訓練測試拆分控制為 80-20 或 90-10。 有人可以幫助我了解如何將數據集拆分為我想要的任何比例嗎？

這個概念是從https://machinelearningmastery.com/multivariate-time-series-forecasting-lstms-keras/借來的。

注意：我不能為訓練和測試隨機拆分數據集，最近的值必須用於測試。 我已經包含了我的數據集的屏幕截圖。

如果有人可以解釋代碼，請幫助我理解上述內容。 謝謝。

Answer 1

這是文檔。

基本上，你會想要做類似train_test_split(values,test_size=.2,shuffle=False)

test_size=.2告訴函數使測試大小為輸入數據的 20%（您可以類似地使用train_size=n指定train_size=n大小，但在沒有此規范的情況下，函數將使用1-test_size ，即測試集）。

shuffle=False告訴函數不要隨機打亂順序。

Answer 2

首先，您應該使用切片或 sklearn 的train_test_split （記住對時間序列數據使用shuffle=False ）將數據分成訓練和測試。

#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為 LSTM 生成用作輸入的序列。 這個博客很好地解釋了它的用法。

from keras.preprocessing.sequence import TimeseriesGenerator

n_input = 2 #length of output
generator = TimeseriesGenerator(train, targets=train, length=n_input)