استراتيجيات التحقق المتقاطع: أيها تستخدم ومتى

شجرة القرار

1. بيانات سلاسل زمنية؟ ← TimeSeriesSplit (لا تخلط الزمن أبداً!)
2. مجموعات يجب أن تبقى معاً؟ ← GroupKFold
3. فئات غير متوازنة؟ ← StratifiedKFold
4. جدولي افتراضي ← StratifiedKFold بخمس طيات

مثال TimeSeriesSplit

from sklearn.model_selection import TimeSeriesSplit
tscv = TimeSeriesSplit(n_splits=5)
for train_idx, val_idx in tscv.split(X):
    X_train, X_val = X.iloc[train_idx], X.iloc[val_idx]

GroupKFold: منع التسرب

إذا كان لديك معرّفات مستخدمين أو مرضى أو متاجر — استخدم GroupKFold دائماً حتى لا يظهر الكيان نفسه في التدريب والتحقق معاً.