Sklearn: получить последний сплит из timeSeriesSplit

Метод Split в TimeSeriesSplit генерирует разделение индексов. Чтобы перейти к конкретному расколу, вам нужно выполнить итерацию до него. Он предназначен для перебора всех возможных разбиений для перекрестной проверки временных рядов.

Если размер тестовых данных в cv split равен s. Затем, независимо от того, сколько разбиений вы сделаете, последнее разбиение устанавливает train_data = all data except last s data point и test_data as last s data points. Итак, если вы хотите напрямую выполнить последнее разделение: нарежьте свои данные. Например, если ваши данные представляют собой массив numpy X:

import numpy as np
from sklearn.model_selection import TimeSeriesSplit
X = np.array([[1, 2], [0, 4], [1, 2], [2, 4] ,[1, 2], [7, 4], [8, 2], [5, 4]])

n_splits = 2                                       # select no of splits required
tscv = TimeSeriesSplit(n_splits = n_splits)

n_samples = X.shape[0]                             # this is how test_size (s)
s = n_samples//(n_splits + 1)                      # is evaluated internally              

X_train_last, X_test_last = X[ :-s], X[-s: ]       # s=2 for this split

X_train_last
# array([[1, 2],
#        [0, 4],
#        [1, 2],
#        [2, 4],
#        [1, 2],
#        [7, 4]])

X_test_last
# array([[8, 2],
#       [5, 4]])

Также, если вы установили "max_train_size" при разделении. Тогда вам нужно позаботиться и об этом во время нарезки. Подробнее см. здесь в документации TimeSeriesSplit.