Je souhaite effectuer une validation croisée de séries temporelles basée sur le groupe (colonne GRP). Dans les données ci-dessous de l'échantillon, la température est ma variable cibleStratifié Validation croisée des données de timesérie
import numpy as np
import pandas as pd
timeS=pd.date_range(start='1980-01-01 00:00:00', end='1980-01-01 00:00:05',
freq='S')
df = pd.DataFrame(dict(time=timeS, grp=['A']*3 + ['B']*3, material=[1,2,3]*2,
temperature=['2.4','5','9.9']*2))
grp material temperature time
0 A 1 2.4 1980-01-01 00:00:00
1 A 2 5 1980-01-01 00:00:01
2 A 3 9.9 1980-01-01 00:00:02
3 B 1 2.4 1980-01-01 00:00:03
4 B 2 5 1980-01-01 00:00:04
5 B 3 9.9 1980-01-01 00:00:05
je suis planing d'ajouter quelques fonctionnalités de retard sur la base grp en utilisant ce code.
df.groupby("grp")['temperature'].shift(-1)
0 5
1 9.9
2 NaN
3 5
4 9.9
5 NaN
Name: temperature, dtype: object
Le problème maintenant j'ai quand je fais est la validation croisée je peux utiliser cette fonction de sklearn sklearn.model_selection.TimeSeriesSplit mais il ne prend pas en considération l'effet de groupe. Quelqu'un peut-il me dire comment faire la division de CV par groupe (comme la division stratifiée)? Je vais utiliser xgboost.cv pour cv si cela aide.
Editer: Changements de temps par groupe. Temps augmente uniformément (par seconde) au sein du groupe