Bir finans şirketi, günlük geçmiş verileri kullanarak bir emtia fiyatını tahmin etmelidir. Veri bilimci, modelleri veri kümesinin %80'i üzerinde eğitmeli ve kalan %20'si üzerinde doğrulamalıdır. Zaman serisi tahmini için model karşılaştırmalarının geçerli olması için veriler nasıl bölünmelidir?

Zaman serisi verileriyle çalışırken, gelecekteki değerleri tahmin etmek için geçmiş verileri kullanırız. Bu nedenle, modelin gelecekteki performansı hakkında gerçekçi bir değerlendirme yapmak için eğitim verilerinin doğrulama verilerinden önce gelmesi kritik öneme sahiptir. "Bir kesme tarihi seçin, böylece veri noktalarının %80'i bu tarihten önce gerçekleşir; bu önceki noktaları eğitim için ve kalan sonraki noktaları doğrulama için kullanın" seçeneği, modelin henüz görmediği gelecekteki veriler üzerinde nasıl performans göstereceğini simüle eder. Diğer seçenekler, zaman bağımlılığını ihlal ederek veya verileri rastgele karıştırarak gelecekteki performansı doğru bir şekilde yansıtmayacak geçersiz model karşılaştırmalarına yol açar. Örneğin, rastgele örnekleme, eğitim setinde gelecekteki verileri içerebilir ve bu da modelin gerçek dışı bir şekilde iyi performans göstermesine neden olabilir.