¿Cómo uso un TimeSeriesSplit con un objeto GridSearchCV para ajustar un modelo en scikit-learn?
He buscado elsklearn docs paraTimeSeriesSplit
y eldocumentos para validación cruzada pero no he podido encontrar un ejemplo de trabajo.
Estoy usando sklearn versión 0.19.
Esta es mi configuracion
import xgboost as xgb
from sklearn.model_selection import TimeSeriesSplit
from sklearn.grid_search import GridSearchCV
import numpy as np
X = np.array([[4, 5, 6, 1, 0, 2], [3.1, 3.5, 1.0, 2.1, 8.3, 1.1]]).T
y = np.array([1, 6, 7, 1, 2, 3])
tscv = TimeSeriesSplit(n_splits=2)
for train, test in tscv.split(X):
print(train, test)
da:
[0 1] [2 3]
[0 1 2 3] [4 5]
Si lo intento:
model = xgb.XGBRegressor()
param_search = {'max_depth' : [3, 5]}
my_cv = TimeSeriesSplit(n_splits=2).split(X)
gsearch = GridSearchCV(estimator=model, cv=my_cv,
param_grid=param_search)
gsearch.fit(X, y)
da:TypeError: object of type 'generator' has no len()
Me sale el problema:GridSearchCV
está tratando de llamarlen(cv)
peromy_cv
es un iterador sin longitud. sin embargo, eldocumentos paraGridSearchCV
declaro que puedo usar un
int, generador de validación cruzada o un iterable, opcional
Traté de usarTimeSeriesSplit
sin el.split(X)
pero aun así no funcionó.
Estoy seguro de que estoy pasando por alto algo simple, ¡gracias!