将时间序列数据拆分为训练/测试/验证集

将时间序列数据拆分为训练/测试/验证集的最佳方法是什么，其中验证集将用于超参数调整？

我们拥有3年的每日销售数据，我们的计划是将2015-2016年用作培训数据，然后从2017年数据中随机抽取10周作为验证集，并从2017年数据中随机抽取10周作为测试集。然后，我们将在测试和验证集中的每一天向前走。

您应基于时间进行分割，以避免前瞻性偏差。按时间顺序训练/验证/测试。

测试集应该是数据的最新部分。您需要模拟生产环境中的情况，在这种情况下，训练模型后，您需要评估在模型创建后产生的数据。因此，用于验证和培训的随机抽样不是一个好主意。

我认为，利用时间序列数据进行培训/验证/测试/预测的最完整方法是：

图片是自我解释吗？如果没有，请发表评论，我将添加更多文本...

您可以创建更多这样的集合，而不是仅创建一组训练/验证集合。

例如，第一个训练集可能是6个月的数据（2015年第一学期），然后是接下来的三个月（2015年7月至8月）。第二训练集将是第一训练和验证集的组合。然后，将在接下来的三个月（2015年9月-10月）中进行验证。等等。

这是K-fold交叉验证的一种变体，其中训练集是先前训练和验证集的组合。