Intenté utilizar el aprendizaje automático para hacer predicciones basadas en datos de series temporales. En una de las preguntas de stackoverflow (La función createTimeSlices en el paquete CARET en R) es un ejemplo del uso de createTimeSlices para la validación cruzada para el entrenamiento de modelos y el ajuste de parámetros:

    library(caret)
    library(ggplot2)
    library(pls)
    data(economics)
    myTimeControl <- trainControl(method = "timeslice",
                                  initialWindow = 36,
                                  horizon = 12,
                                  fixedWindow = TRUE)

    plsFitTime <- train(unemploy ~ pce + pop + psavert,
                        data = economics,
                        method = "pls",
                        preProc = c("center", "scale"),
                        trControl = myTimeControl)

Mi entendimiento es:

Necesito dividir los datos de mayo en el conjunto de entrenamiento y prueba.Utilice el conjunto de entrenamiento para el ajuste de parámetros.Evaluar el modelo obtenido en el conjunto de prueba (usando R2, RMSE, etc.)

Debido a que mis datos son series temporales, supongo que no puedo usar bootstraping para dividir los datos en el conjunto de entrenamiento y prueba. Entonces, mis preguntas son: ¿Tengo razón? Y si es así, ¿cómo usar createTimeSlices para la evaluación del modelo?