ある金融会社が、日次の履歴データを使用して商品価格を予測する必要があります。データサイエンティストは、データセットの80%でモデルをトレーニングし、残りの20%で検証する必要があります。時系列予測でモデルの比較が有効になるように、データをどのように分割すべきですか？

時系列データでは、将来のイベントを予測するため、トレーニングデータは検証データよりも古い日付である必要があります。この方法では、モデルは過去のデータパターンから学習し、それを未来のデータで評価できます。選択肢1は、カットオフ日を設定し、その日より前のデータをトレーニングに、後のデータを検証に使用するため、この原則に合致しています。 選択肢2は、トレーニングデータが検証データよりも新しい日付になるため不適切です。選択肢3のような層別サンプリングは、時系列の順序を無視するため、時系列予測には適していません。選択肢4のランダムサンプリングも、時系列の依存関係を破壊するため、時系列予測には不向きです。