python - h2o AutoML:是否可以使用 h2o AutoML 自定义交叉验证理念,而不是使用默认的 K-Fold 交叉验证?
问题描述
我正在考虑使用 h2o 的 AutoML 功能对不同的模型算法进行基准测试,但我希望使用自定义交叉验证策略来做到这一点。根据当前的文档,我了解到 AutoML 默认的 CV 方法是传统的 K-Fold CV。
但是,我正在考虑执行 Forward next day CV 方法来复制数据的每日再训练。例如,假设我有 100 天的数据:
- 对于第一次迭代,我将从第 1 天训练到第 80 天,并对第 81 天的预测进行评分
- 对于第 2 次迭代,我将从第 1 天训练到第 81 天,并对第 82 天的预测进行评分
- 这个过程在所有剩余的日子里重复,验证分数基于从第 81 天到第 100 天的预测。
是否可以在 Python 或 R 版本的 h2o 包中做到这一点?
提前致谢!