机器学习时间序列的排序

在阅读了RJ Hyndman的关于交叉验证和时间序列的“研究技巧”之一之后，我回到了我的一个老问题，我将在这里尝试表述。这个想法是，在分类或回归问题中，数据的排序并不重要，因此可以使用k倍交叉验证。另一方面，在时间序列中，数据的排序显然非常重要。

但是，当使用机器学习模型预测时间序列时，一种常见的策略是将序列为一组“输入-输出向量”，该向量在时间具有形式。$\{y_1, ..., y_T\}$$t$$(y_{t-n+1}, ..., y_{t-1}, y_{t}; y_{t+1})$

现在，一旦完成了重塑，我们是否可以认为不需要对所得的“输入-输出向量”进行排序？例如，如果我们使用具有n个输入的前馈神经网络来“学习”这些数据，则无论我们向模型显示矢量的顺序如何，我们都将获得相同的结果。因此，我们是否可以使用k-fold交叉验证的标准方法，而无需每次都重新拟合模型？

该问题的答案是，只要正确指定了模型顺序，此方法就可以正常工作，因为来自模型的错误将是独立的。

本文在此表明，如果模型的交叉验证较差，则将低估其实际水平。在所有其他情况下，交叉验证将比通常在时间序列上下文中使用的样本外评估更好，尤其是更好。

有趣的问题！

您描述的方法肯定会被使用标准ML方法的人们广泛使用，这些方法要求使用属性的固定长度特征向量来分析时间序列数据。

在您链接到的帖子中，Hyndman指出，重塑后的数据向量（样本）之间存在相关性。这可能是有问题的，因为k-CV（或其他将数据随机分为训练和测试集的评估方法）假定所有样本都是独立的。但是，我认为这种担心与单独处理属性的标准ML方法无关。

$n=3$

$y_2$