小编Rog*_*ger的帖子

我希望对我的时间序列数据执行前向验证。存在关于如何执行滚动窗口的大量文档：

或扩展窗口

但此验证与我的生产系统中的情况并不对应：我想每天重新训练一个模型，该模型将在未来 14 天进行预测。因此，我只会在之前的训练周期中添加一天的数据（其他方法在接下来的训练中添加的数据会折叠一整组长度为 的数据test_size；在我的例子中为 14 天）。因此，我想用滑动窗口验证我的模型：

我的问题是我找不到可以完成这项工作的Python 库。sklearn 的TimeSeriesSplit没有此类选项。基本上我想提供 :
test_size, n_fold,min_train_size和

if n_fold > (n_samples - min_train_size) % test_sizethen 接下来training_set从上一个折叠中提取数据test_set

我想合并2个数据帧:

DF1:

                                              cik0        cik1        cik2  
'MKTG, INC.'                            0001019056        None        None   
1 800 FLOWERS COM INC                   0001104659  0001437749        None   
11 GOOD ENERGY INC                      0000930413        None        None   
1347 CAPITAL CORP                       0001144204        None        None   
1347 PROPERTY INSURANCE HOLDINGS, INC.  0001387131        None        None 

DF2:

              cik Ticker
0      0001144204   AABB
1      0001019056      A
2      0001387131   AABC
3      0001437749     AA
4      0000930413  AAACU

预期结果:

                                              cik0        cik1  cik2 ticker
'MKTG, INC.'                            0001019056        None  None      A
1 800 FLOWERS COM INC                   0001104659  0001437749  None     AA
11 GOOD ENERGY …