stacking框架

stacking框架能否用于单因子时间序列的预测中？
好多这个框架在基础学习器中提到k折验证，还有就是k折验证法划分数据集再用于时间序列的预测合理吗？

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7765364
• 你也可以参考下这篇文章：【机器学习】Stacking与K折交叉验证
• 除此之外, 这篇博客: stacking集成模型预测回归问题中的 基模型指标 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  # GBDT
  model_1 = models[0]
  model_1.fit(X_train,y_train)
  pred_1 = model_1.predict(X_test)
  print("R2:", r2_score(y_test, pred_1))
  
  # RF
  model_2 = models[1]
  model_2.fit(X_train, y_train)
  pred_2 = model_2.predict(X_test)
  print("R2:", r2_score(y_test, pred_2))
  
  # ET
  model_3 = models[2]
  model_3.fit(X_train, y_train)
  pred_3 = model_1.predict(X_test)
  print("R2:", r2_score(y_test, pred_3))
  
  # ADA
  model_4 = models[3]
  model_4.fit(X_train, y_train)
  pred_4 = model_4.predict(X_test)
  print("R2:", r2_score(y_test, pred_4))
  

  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^