Zaman Serisi Çapraz Doğrulama

Zaman serisi verileriyle çalışırken, klasik çapraz doğrulama yöntemleri yetersiz kalabilir. Çünkü zaman bağımlılığı vardır ve veriler sıralıdır. Bu nedenle özel yöntemler geliştirilmiştir.

Purged K-Fold

Purged k-fold yönteminde, veriler k katmana bölünür. Ancak her katmandan sonra önceki verilerin etkisini azaltmak için bir temizlik işlemi yapılır. Bu, modelin öğrenmesini etkileyen geçmiş verilerin kullanılmasını engeller.

• Veriler k katmana bölünür.
• Her katmanda, önceki katmanın verileri purged edilir.
• Bu, aşırı uyum (overfitting) riskini azaltır.

Embargo

Embargo yöntemi, eğitim ve test setleri arasında belirli bir süre veya veri dilimi bırakma esasına dayanır. Bu, zaman serisi verilerinin doğal yapısını korur.

• Eğitim seti, gelecekteki verilerle ilgili bilgi içermez.
• Gelecek verilerin etkisi minimize edilir.
• Modelin gerçek dünya performansını daha iyi tahmin edebilmesi sağlanır.

Zaman serisi analizi yaparken bu yöntemler, model başarı oranını artırmak ve sağlam sonuçlar elde etmek için hayati öneme sahiptir.