我已将数据分为6个时间段,而我的设计的最佳分数是第5个时间段。我想获得有关如何保存最佳分割图的帮助,换句话说,我可以保存分割5的结果。我正在尝试比较SVR预测和RNN预测的准确性。
以下是我的SVR设计的摘要(也许这可以使任何人都向我指出正确的方向)
timeseries_split = TimeSeriesSplit(n_splits=6)
for train_index, test_index in timeseries_split.split(X)
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
SVR=svm.SVR(kernel='rbf',C=1,gamma=80).fit(x_train,y_train)
rbf = SVR.predict(x_test)
plt.plot( rbf)
plt.show()
如有可能,将第5分保存到变量中的帮助或任何其他方法将不胜感激。
最佳答案
在每次迭代中计算score
并保存最佳分数和最佳拆分数据:
timeseries_split = TimeSeriesSplit(n_splits=6)
bestScore = -1.0
bestRbf = None
for train_index, test_index in timeseries_split.split(X)
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
SVR=svm.SVR(kernel='rbf',C=1,gamma=80).fit(x_train,y_train)
newScore = SVR.score(x_test)
if newScore > bestSoFar:
bestSoFar = newScore
bestRbf = SVR.predict(x_test)
plt.plot(bestRbf)
plt.show()
请注意,以上内容比您所要求的解决方案要好一点:此解决方案将找到最佳的拆分方式-因此它不需要像您的问题中那样对第五个拆分进行硬编码。