如果我的时间序列包含滞后的特性，我应该洗牌我的`train_test_split`吗？

Question

我知道这是不建议洗牌您的培训和测试集的时间序列，否则的模型将无法理解时间依赖的功能。

但是，对于数据框架的所有特性，我现在都使用滞后变量。如果我对每个特性有7天的延迟，那么模型，在这种情况下，随机森林(RF)可以访问每个特性的过去7天来预测每个\hat{y}_{i}。

在使用sklearn.model_selection.train_test_split时，我可以设置shuffle=True吗？我已经测试了该模型的7天的滞后与/没有shuffle，它适用于相当适合时，shuffle=False。射频与shuffle=True的性能要好得多，我的训练/测试MAE收敛得很好。

当对时间序列数据使用时间滞后变量时，设置我的shuffle=True有什么错误吗？

Answer 1

是的，设置shuffle=True是错误的。

通过对数据进行洗牌，您可以让模型学习数据分布的属性，这些属性可能只出现在测试期间。例如，如果你有一个趋势的数据，洗牌将“帮助”你处理它。

在实时场景中，您将永远无法访问发行版的这些属性。