我正在进行一个项目，其中我结合了两个时间序列数据集（例如D1, D2）。D1的时间间隔为5分钟，而D2的时间间隔为1分钟，所以我将D1转换为1分钟间隔并与D2合并。现在我想根据以下条件将这个新的数据集D1D2分割成训练集、测试集和验证集：
注意：我已经搜索了很多并尝试找到解决方案，但没有找到适合我问题的答案，所以请不要标记为重复问题！
- 验证集应为数据集末尾的60个值。
- 然后，测试集应为最新的值，直到
验证集之前。 - 然后，我将用剩余的数据作为训练集。
这是我目前进行分割的方式：
def split_train_test(dataset, train_size, test_size): train = dataset[:train_size, :] test = dataset[test_size:, :] # 分割成输入和输出 train_X, train_y = train[:, :-1], train[:, -1] test_X, test_y = test[:, :-1], test[:, -1] # 重塑输入为3D [样本, 时间步, 特征] train_X = train_X.reshape((train_X.shape[0], 1, train_X.shape[1])) test_X = test_X.reshape((test_X.shape[0], 1, test_X.shape[1])) print(train_X.shape, train_y.shape, test_X.shape) return train, test, train_X, train_y, test_X, test_y但是现在我需要根据上述条件将其转换为训练集、测试集和验证集分割？
我该如何做？这也是分割时间序列数据集的正确方式吗？
回答：
尝试这样做：
valid_set = dataset.iloc[-60:, :]test_set = dataset.iloc[-120:-60]train_set = dataset.iloc[:-120]以通用方式处理：
def split_train_test(dataset, validation_size): valid = dataset.iloc[-validation_size:, :] train_test = dataset.iloc[:-validation_size] train_length = int(0.63 * len(train_test)) # 分割成输入和输出 train_X, train_y = train_test.iloc[:train_length, :-1], train_test.iloc[:train_length, -1] test_X, test_y = train_test.iloc[train_length:, :-1], train_test.iloc[train_length:, -1] valid_X, valid_y = valid.iloc[:, :-1], valid.iloc[:, -1] return train_test, valid, train_X, train_y, test_X, test_y, valid_X, valid_y您可以将分割比例作为参数传递给函数，而不是像我这样在函数中硬编码。
