time-series - 如何根据条件将时间序列数据集划分为训练和测试？

Question

这是我的任务：

将数据拆分为两个数据集：训练数据集和测试数据集。训练数据集应包括前 7,111 次观察（直到 2004 年的最后一次观察）。目的是使用训练数据集预测 2005 年 1 月上午 9 点的 NOx 浓度值。因此，将原始数据集拆分为训练数据集和测试数据集。测试数据集应包括 2005 年 1 月每天上午 9 点的 31 个观测值

这些是我的数据集中的变量，它们是 9375 个观察值：

• 日期 日期 (dd/mm/yyyy)
• 时间 时间 (hh:mm:ss)
• NOx 真实小时平均 NOx 浓度（ppb）
• NO2 真正的小时平均 NO2 浓度（以 microg/m3 为单位） 温度 以°C 为单位的温度
• RH 相对湿度 (% )
• AH 绝对湿度

我用了：

airdata_train <- airdata[1:7111,]
airdata_test <- subset(airdata,Date > 31/01/2005 & Date <= 01/01/2005, select = airdata)

但我无法弄清楚如何提出多个条件。

标签： time-seriescross-validation