퍼징 K-폴드
시계열 데이터에서 훈련 데이터와 검증 데이터 사이의 시간적 중첩을 제거하여 정보 유출(Leakage)을 방지하는 교차 검증 기법이다. 시계열 데이터의 상관관계로 인해 미래 정보가 과거 학습에 포함되는 것을 막아 모델의 일반화 성능을 정확히 측정하게 돕는다.