定义在 sklearn.model_selection 模块里的Python class 一个负责如何划分数据集以便“基于时间顺序评估模型”的控制器

ps. 这里的 * 表示：

它前面的参数 n_splits 是 位置或关键字参数（可以写成 tscv = TimeSeriesSplit(3) 或 TimeSeriesSplit(n_splits=3)）。

而 * 后的参数 max_train_size, test_size, gap 都是 关键字-only，只能写成 test_size=10，不能写成像 ..., None, 10 那样的位置形式。

superset

与普通的交叉验证方法（如 KFold、ShuffleSplit 等）相比，TimeSeriesSplit 的各个训练集是逐折累积的，即后面的训练集包含前面训练集中的所有数据（并越来越大）。

TimeSeriesSplit：用于时间序列数据，训练集随着折数增加而 不断扩张（expanding window）。也就是说：

第一折训练集仅包含最早的一批数据；

第二折训练集包含第一折的所有数据再+新增的一部分；

第三折训练集则包含前两折所有数据再+新增一部分；