Как сплитуешь данные для избежания переобучения

from sklearn.model_selection import train_test_split

Для временных рядов используют `TimeSeriesSplit`, а для несбалансированных данных — `StratifiedKFold`.  

Кросс-валидация (например, `KFold`) помогает лучше оценить модель, особенно при малом объеме данных.  

```python
from sklearn.model_selection import KFold

kf = KFold(n_splits=5, shuffle=True, random_state=42)
for train_idx, val_idx in kf.split(X):
    X_train, X_val = X[train_idx], X[val_idx]
    y_train, y_val = y[train_idx], y[val_idx]