我想使用scikit-learn的GridSearchCV来确定随机森林模型的一些超参数。我的数据是时间依赖的，数据看起来像这样：
import pandas as pdtrain = pd.DataFrame({'date': pd.DatetimeIndex(['2012-1-1', '2012-9-30', '2013-4-3', '2014-8-16', '2015-3-20', '2015-6-30']), 'feature1': [1.2, 3.3, 2.7, 4.0, 8.2, 6.5],'feature2': [4, 4, 10, 3, 10, 9],'target': [1,2,1,3,2,2]})>>> train date feature1 feature2 target0 2012-01-01 1.2 4 11 2012-09-30 3.3 4 22 2013-04-03 2.7 10 13 2014-08-16 4.0 3 34 2015-03-20 8.2 10 25 2015-06-30 6.5 9 2我如何实现以下交叉验证折叠技术？
train:(2012, 2013) - test:(2014)train:(2013, 2014) - test:(2015)也就是说，我想使用两年的历史观测数据来训练模型，然后在随后的年份测试其准确性。
回答：
你只需要将包含分割的可迭代对象传递给GridSearchCV。这个分割应该具有以下格式：
[ (split1_train_idxs, split1_test_idxs), (split2_train_idxs, split2_test_idxs), (split3_train_idxs, split3_test_idxs), ...]要获取这些索引，你可以这样做：
groups = df.groupby(df.date.dt.year).groups# {2012: [0, 1], 2013: [2], 2014: [3], 2015: [4, 5]}sorted_groups = [value for (key, value) in sorted(groups.items())] # [[0, 1], [2], [3], [4, 5]]cv = [(sorted_groups[i] + sorted_groups[i+1], sorted_groups[i+2]) for i in range(len(sorted_groups)-2)]这看起来像这样：
[([0, 1, 2], [3]), # 第一分割的索引作为（训练，测试）元组 ([2, 3], [4, 5])] # 第二分割的索引作为（训练，测试）元组然后你可以这样做：
GridSearchCV(estimator, param_grid, cv=cv, ...)