予測モデルが役に立つのは、その入力が予測する結果より前に存在したときだけです。行をランダムに分割すると、後の観測が訓練に混ざり、その制約が隠れてしまうことがあります。時系列の末尾を取り分け、拡大していく検証の境界を調べ、未来の予測を最後の観測によるベースラインと比べます。最初の検証の行はすでに訓練の外にありますが、インデックスが1つずれると、それが当てはめに漏れ戻ることがあります。ギャップは、ラベルが手に入るまでの遅れを表せます。このレッスンのデータは、トレンドと繰り返しの変動を持つ架空の注文の系列なので、未来の誤差はランダムな標本の誤差とは別の問いに答えます。