如何编写函数输出XGBoost时间序列6折交叉验证预测对比图

我正在使用XGBoost进行时间序列预测，采用TimeSeriesSplit实现6折交叉验证。需要编写一个函数，通过循环输出6张实际值vs预测值对比图（每个交叉验证折对应一张），每张图需基于对应折的数据，先用XGBoost计算出预测值列，再生成图表。

示例数据 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成包含日期、实际值、模拟预测值的示例数据集
df = pd.DataFrame({
    'date': pd.date_range(start='2022-01-01', end='2023-06-30'),
    'actual': np.random.randint(0, 10, size=546),
    'predicted': np.random.randint(0, 14, size=546)
})
df.set_index('date', inplace=True)  # 将日期列设为数据索引

单折绘图示例 #

# 筛选2022年6月的数据绘制对比图
ax = df.loc[(df.index > '2022-05-31') & (df.index < '2022-07-1')]['actual'].plot(figsize=(15, 5), title='实际值vs预测值')
df.loc[(df.index > '2022-05-31') & (df.index < '2022-07-1')]['predicted'].plot(style='.')
plt.legend(['实际值', '预测值'])
plt.show()

双折绘图示例 #

# 定义两个时间段的筛选条件
bool1 = (df.index > '2022-05-31') & (df.index < '2022-07-1')  # 2022年6月
bool2 = (df.index > '2022-10-31') & (df.index < '2022-12-1')  # 2022年11月

# 绘制第一组时间段的对比图
ax = df.loc[bool1]['actual'].plot(figsize=(15, 5), title='实际值vs预测值')
df.loc[bool1]['predicted'].plot(style='.')
plt.legend(['实际值', '预测值'])
plt.show()

# 绘制第二组时间段的对比图
ax = df.loc[bool2]['actual'].plot(figsize=(15, 5), title='实际值vs预测值')
df.loc[bool2]['predicted'].plot(style='.')
plt.legend(['实际值', '预测值'])
plt.show()

内容的提问来源于stack exchange，提问作者Karthik S