一家金融公司必須使用每日歷史資料來預測商品價格。資料科學家應該在 80% 的資料集上訓練模型，並在剩餘的 20% 上進行驗證。為了使模型比較對於時間序列預測有效，應該如何分割資料？

對於時間序列資料，必須保留資料的時間順序。正確的做法是選擇一個截止日期，將較早的資料點用於訓練，較晚的資料點用於驗證。這模擬了模型在實際預測未來事件時的行為，確保模型不會「看到」它在訓練時不應該知道的未來資訊。 選項「選擇一個截止日期，使 80% 的資料點發生在該日期之後；使用這些較晚的點進行訓練，並使用剩餘較早的點進行驗證」是錯誤的，因為這會讓模型用未來的資料來預測過去的資料，這在現實世界中是不可能發生的。 選項「從最早的日期開始，選取 8 個點進行訓練，2 個點進行驗證，並重複這種分層選擇，直到資料集用盡」是錯誤的，因為這種分層選擇會導致訓練資料和驗證資料之間的時間重疊，破壞了時間序列的獨立性。 選項「隨機抽取 80% 的資料點（不重複）進行訓練，並使用剩餘的 20% 進行驗證」是錯誤的，因為隨機抽樣會打亂時間順序，導致訓練資料中包含未來資訊，這會對時間序列預測模型的評估產生偏差。