الفجوة في التقسيم الزمني قد تعرف بعدد سجلات، بينما السؤال التطبيقي يسأل عن دقائق أو أيام. لا تتحول وحدة العد إلى وحدة زمن بمجرد ترتيب الصفوف؛ نحتاج الطوابع الزمنية والفاصل الفعلي لتفسير المدة.
الخلاصة السريعة
في TimeSeriesSplit يعد gap عينات مستبعدة، لا مدة زمنية مباشرة؛ نحسب المدة بين النقطتين المختارتين من طوابعهما.
- يعرف gap في TimeSeriesSplit بعدد العينات المستبعدة من نهاية التدريب قبل التحقق؛ ومقارنة مدد الطيات تفترض تساوي التباعد الزمني. [1]
- نؤلف 6 صفوف مرتبة ونختار طيتين وحجم تحقق 1 وفجوة 2 ودون سقف تدريب. في الأولى ندرب على الموضعين 0 و 1 ونستبعد 2 و 3 ونتحقق على 4.
- إذا كانت الدقائق 0 ، 10 ، 20 ، 30 ، 40 ، 50 ففرق آخر تدريب وأول تحقق 30 دقيقة. وإذا كانت 0 ، 1 ، 2 ، 9 ، 10 ، 11 فالفرق 9 دقائق رغم استبعاد صفين في الحالتين.
- الجدول غير المنتظم يشرح عد الصفوف فقط، ولا يبرر مقارنة مدد الطيات به. نختار سياسة المدة وتوفر الأهداف حسب المهمة؛ لا نضمن كفاية gap=2 لمنع التسرب.
ما وحدة معامل الفجوة؟
تنص وثائق TimeSeriesSplit على أن gap عدد عينات مستبعدة من نهاية التدريب قبل مجموعة الاختبار، وتربط مقارنة مدد الطيات بعينات متساوية التباعد. [1]
نسمي الجزء المحجوز هنا تحقق طية. لا تدخل الدقائق في قيمة gap نفسها؛ إنها وصف آخر يعتمد الطوابع الزمنية. لذلك لا نكتب «فجوة دقيقتين» لمجرد أن المعامل يساوي 2.
نميز كذلك عدد الصفوف المستبعدة عن فرق الزمن بين آخر صف تدريب وأول صف تحقق. هذان تعريفان مختلفان حتى في جدول منتظم.
كيف يختلف الزمن مع ثبات الصفوف المستبعدة؟
نثبت n_splits=2 وtest_size=1 وgap=2 وmax_train_size=None. في الطية الأولى يتبقى تدريب الموضعين 0 و 1 ، ثم موضعان مستبعدان 2 و 3 ، ثم تحقق الموضع 4. الأرقام مشتقة يدويا من الإعدادات، لا من تشغيل مكتبة.
في الجدول المنتظم نحسب 40−10=30 دقيقة. الصفان المستبعدان لا يعنيان أن فرق النهايتين 20 دقيقة؛ يقع بين آخر تدريب وأول تحقق ثلاثة فواصل قدر كل منها 10 دقائق.
في الجدول الثاني نحسب 10−1=9 دقائق. العضوية الموضعية نفسها لم تحفظ المدة، لأن فواصل الزمن تغيرت. افترضنا نقطة بدء موحدة لكل جدول وكتبنا الدقائق منذها دون بيانات حقيقية.
| المواضع 0 إلى 5 | دقائق الجدول المنتظم | دقائق الجدول غير المنتظم |
|---|---|---|
| 0: تدريب | 0 | 0 |
| 1: آخر تدريب | 10 | 1 |
| 2: مستبعد | 20 | 2 |
| 3: مستبعد | 30 | 9 |
| 4: أول تحقق | 40 | 10 |
| 5: تحقق لاحق | 50 | 11 |
هل يصلح الجدول غير المنتظم للمقارنة تلقائيا؟
عرض صفوف غير منتظمة يبين معنى عد المعامل، ولا يثبت صلاحية استعماله لقياس طيات ذات مدد متساوية. لا نغير شرط الوثائق بمجرد أن نستطيع رسم العضوية.
إذا كان السؤال يحتاج مدة فاصلة محددة، نراجع الوقت الفعلي لكل حد وسياسة اختيار الصفوف. قد لا تكفي قيمة ثابتة لعدد السجلات لتحقيق المدة نفسها عند تغير وتيرة التسجيل.
ولا نستنتج من طول الفاصل وحده أن الأهداف أصبحت معروفة. قد يأتي هدف بعد الحد المعلن أو تعتمد ميزة على مستقبل؛ هذه شروط معلومات تحتاج فحصا مستقلا عن العد.
ماذا نكتب في سجل التقسيم؟
نقترح حفظ قيمة gap بوحدة الصفوف، والطوابع الزمنية للحدود، والمدة المحسوبة بتعريف واضح. يساعد ذكر «من آخر تدريب إلى أول تحقق» على منع خلطه بمجموع مدد صفوف مستبعدة أو فترة خدمة أخرى.
نعلن أيضا هل السجلات منتظمة التباعد، وما سياسة تأخر البيانات والأهداف. وبعد تحديد ذلك نراجع هل التصميم يجيب سؤال التقييم المقصود، دون اعتبار رقم صغير أو كبير ضمانا عاما.
لم نحسب درجات أداء أو نختبر منع تسرب في نظام. تحققنا من فارق 30 وفارق 9 في مثالين، وبقيت ملاءمة الفجوة لأي مشروع بحاجة أدلته الزمنية الخاصة.
المصادر ومتابعة القراءة
- scikit-learn: TimeSeriesSplit (يفتح في نافذة جديدة)scikit-learn.org
أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.