我有一個資料集（包含 BTC 的價格資料），我試圖預測價格是否會在下一分鐘上漲（分類）。
我如何準確分割這個資料集？當我將它隨機分成訓練和測驗集時，我得到了 74% 的準確率。
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
當我禁用隨機播放功能時，我的準確度要差得多（49%）。
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, shuffle=False)
這是怎么回事？我使用哪種方法？
或者是否有更好的方法將拆分的時間序列資料集拆分為訓練和測驗資料集？
uj5u.com熱心網友回復：
拆分它的正確方法是保持時間有序。對于此類資料，50% 的準確率似乎是合理的（即您有 50% 的機會是正確的，50% 的機會是錯誤的）。
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/366467.html