我有一个使用Python的代码来执行预测任务。任务是预测公司从2015年到2019年不同年份的销售额。
我想将数据拆分为训练集和测试集。
但问题是，我想使用 2015 年至 2018 年的数据训练模型，并在 2019 年的数据上测试模型。
我如何使用train_test_split、随机拆分、
X_train = df.iloc[train_index]
X_test = df.iloc[test_index]
y_train = X_train.Sales
y_test = X_test.Sales
由于一开始就有一个条件，因此您将失去使用机器学习预处理中使用的随机方法的好处。因此，我建议不要在这种条件下执行训练测试拆分(我假设结果有偏差(。不过，如果您需要这样做，请尝试：
train = your_data[your_data['year_column'] < 2019]
test = your_data[your_data['year_column'] == 2019]
X_train = train.loc[:, train.columns != 'column_of_interest']
y_train = train['column_of_interest']
X_test = test.loc[:, test.columns != 'column_of_interest']
y_train = test['column_of_interest']