Zaman Serisi Veri Sızıntısı: Geçmiş Bilgisiyle Geleceği Tahmin Tuzağı

1import pandas as pd
2import numpy as np
3from sklearn.preprocessing import MinMaxScaler
4from sklearn.model_selection import train_test_split
5
6# Örnek zaman serisi
7data = pd.DataFrame({
8'gun': range(100),
9'fiyat': np.random.randn(100).cumsum() + 100
10})
11
12# YANLIŞ: Rasgele bölme (veri sızıntısı!)
13X_train_yanlis, X_test_yanlis = train_test_split(
14data[['gun']], test_size=0.2, random_state=42
15)
16# Tüm veri ile normalize (geleceği görüyor!)
17scaler_yanlis = MinMaxScaler()
18data_normalized_yanlis = scaler_yanlis.fit_transform(data[['fiyat']])
19print("YANLIŞ: Scaler tüm veriyi gördü")
20
21# DOĞRU: Kronolojik bölme
22train_size = int(len(data) * 0.7)
23val_size = int(len(data) * 0.15)
24
25train_data = data.iloc[:train_size]
26val_data = data.iloc[train_size:train_size + val_size]
27test_data = data.iloc[train_size + val_size:]
28
29# Her set için ayrı scaler
30scaler_train = MinMaxScaler()
31scaler_val = MinMaxScaler()
32scaler_test = MinMaxScaler()
33
34train_norm = scaler_train.fit_transform(train_data[['fiyat']])
35val_norm = scaler_val.fit_transform(val_data[['fiyat']])
36test_norm = scaler_test.fit_transform(test_data[['fiyat']])
37
38print(f"Eğitim: {len(train_data)}, Validasyon: {len(val_data)}, Test: {len(test_data)}")
39print("DOĞRU: Her set kendi normalizer'ını kullandı")

1Eğitim: 70, Validasyon: 15, Test: 15
2DOĞRU: Her set kendi normalizer'ını kullandı