各行のpythonコードの意味を知りたいです。(時系列データのクロスバリデーション）

Question

以下のコードの中身を理解したいです。　自分なりの解釈は##に記載しました。
不明点と間違っている点を教えて頂きたいです。

参考URL：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.TimeSeriesSplit.html

どうぞ、ご教授の程よろしくお願いいたします。

　# sklearnライブラリーからTimeSeriesSplitのダウンロード。#
>>> import numpy as np
>>> from sklearn.model_selection import TimeSeriesSplit
　# 配列の整理。#
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([1, 2, 3, 4, 5, 6])
 # tscv関数の設定#
>>> tscv = TimeSeriesSplit()
 # tscvの表示#
>>> print(tscv)
 # gap=0　			テストセット前に、分割部分の後ろから除外するデータ数#
 # max train size = None 		単一の訓練データの最大サイズ#
 # n_split=5 			時系列データを５分割にする。#
 # test size = None 		試験サイズはなし。#
TimeSeriesSplit(gap=0, max_train_size=None, n_splits=5, test_size=None)

#それぞれのXとYに指定のデータを挿入する#
>>> for train_index, test_index in tscv.split(X):
...     print("TRAIN:", train_index, "TEST:", test_index)
...     X_train, X_test = X[train_index], X[test_index]
...     y_train, y_test = y[train_index], y[test_index]
#TRAINデータでモデルを作り、TESTで試算する #
TRAIN: [0] TEST: [1]
TRAIN: [0 1] TEST: [2]
TRAIN: [0 1 2] TEST: [3]
TRAIN: [0 1 2 3] TEST: [4]
TRAIN: [0 1 2 3 4] TEST: [5]
 #Fix test size to 2 with 12 samples の意味がわからない#
>>> # Fix test_size to 2 with 12 samples
 #Xのデータをランダムで１２分割して、２個取り出すということ？#
>>> X = np.random.randn(12, 2)
 #ここの意味がわからない。#
>>> y = np.random.randint(0, 2, 12)
 #tscvの中の計算式で、３分割して、試験用データのサイズは２．２のサイズは？２個？#
>>> tscv = TimeSeriesSplit(n_splits=3, test_size=2)
#それぞれのXとYに指定のデータを挿入する#
>>> for train_index, test_index in tscv.split(X):
...    print("TRAIN:", train_index, "TEST:", test_index)
...    X_train, X_test = X[train_index], X[test_index]
...    y_train, y_test = y[train_index], y[test_index]
TRAIN: [0 1 2 3 4 5] TEST: [6 7]
TRAIN: [0 1 2 3 4 5 6 7] TEST: [8 9]
TRAIN: [0 1 2 3 4 5 6 7 8 9] TEST: [10 11]
>>> # Add in a 2 period gap
>>> tscv = TimeSeriesSplit(n_splits=3, test_size=2, gap=2)
>>> for train_index, test_index in tscv.split(X):
...    print("TRAIN:", train_index, "TEST:", test_index)
...    X_train, X_test = X[train_index], X[test_index]
...    y_train, y_test = y[train_index], y[test_index]
TRAIN: [0 1 2 3] TEST: [6 7]
TRAIN: [0 1 2 3 4 5] TEST: [8 9]
TRAIN: [0 1 2 3 4 5 6 7] TEST: [10 11]

Comments

[jckkvs]

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.TimeSeriesSplit.html
を一度読むといいと思います

Answer 1

一通りコメントしました。

基本的なpythonの文法やクラスなどの構成要素の理解が足りていないと思います。
また、参照しているページはTimeSeriesSplitクラスの説明ですが、ここでは、何かを処理するようなことが書いてあるのでなく、そのクラスをどのように振る舞うのかが書いてあるということがわかっていないので、解釈ミスになっているように思います。

---

「TimeSeriesSplitのダウンロード。」
インポートとダウンロードは異なります。

「配列の整理。」
整理でなく生成です。この場合は特定の値を与えています。

「tscv関数の設定」
tscvは関数でなく変数です。変数にTimeSeriesSplitクラスのオブジェクトを作って束縛しています。

「それぞれのXとYに指定のデータを挿入する」
ここはfor文で回してsplitメソッドがどのようなことをするのかを見せているだけで特に何もしていません。

「Fix test_size to 2 with 12 samples」
ここまで使っていた Xとyは捨てて、テスト用のデータをを2つにするために、以下の部分で新しくXとyを設定しなおす。

「tscvの中の計算式で...」
tscvをテストが2つになるように再設定する。

「それぞれのXとYに指定のデータを挿入する」
tscvを作りなおしたので、for文で回してsplitメセッドがどのような値を生成するようになったか確認する。
テストデータが2つになってますよね。

「Add in a 2 period gap」
こんどはgapがどのように作用するのかを見ている。

Comments

[退会済みユーザー]

とてもご丁寧な解説をくださってありがとうございました。
ご指摘の通り、pythonは初級の本を１冊終わらせた程度であり、理解力が大きくかけています。
また、解釈ミスのご指摘ありがとうございました。

わからないまま、業務上対応しなければならず、頭を抱えていたのですが、ご教授頂き、大変助かりました。
本当にありがとうございました。
とても理解できました。