问题描述
我知道我们使用
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test= train_test_split(x,y,test_size=0.4,shuffle=True,random_state=123)
训练数据并测试数据
但是我认为在时间序列数据中使用它是不合适的。
更具体地说明时间序列数据：
例如，我有一个 3 年的数据集 A。 和数据集 B、C、D、E，每个都有 1 个月的数据。 我们需要在每个数据 B、C、D、E 之后进行 3 天的预测。
在这种情况下，我应该使用哪个模型来预测上述情况。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）