G検定（ジェネラリスト検定） 機械学習の概要 練習問題 第36問: ある店舗の3年分の日次売上データで翌週の売上を予測するモデルを作り、交差検証で性能を見積もる。データの分け方に関する説明として、最も不適切なものはどれか。

肢3が不適切です。scikit-learn のユーザーガイド（交差検証の章）は、時系列データでは時間の近い観測どうしに相関（自己相関）があり、観測が独立で同じ分布に従うことを前提とする通常の k 分割などを使うと、学習データと検証データの間に不当な相関が生じて汎化誤差の見積もりが悪くなると説明しています。

同じ日が重複しなくても、隣り合う日が学習と検証に分かれれば同じことが起きます。

肢1は正しく、TimeSeriesSplit は最初の k 個の区間で学習して k + 1 番目で検証し、学習データは前の回の学習データを含んで大きくなります。肢2も正しく、層化はクラスの比率を保つための分け方で、時間の順序の問題は解決しません。

肢4も正しく、TimeSeriesSplit の API リファレンスは、他の分割法では未来のデータで学習して過去で評価することになると述べています。