h2o AutoML：是否可以使用h2o AutoML来定制交叉验证原理，而不是使用默认的KFold交叉验证？

Question

我正在考虑使用h2o的AutoML功能对不同的模型算法进行基准测试，但我希望使用定制的交叉验证策略。根据当前文档，我了解到AutoML默认CV方法是传统的K倍CV

然而，我正在考虑执行一个“第二天预测CV”方法来复制数据的每日再培训。例如，假设我有100天的数据：

• 对于第一次迭代，我将从第1天训练到第80天，并为第81天的预测评分
• 对于第二次迭代，我将从第1天训练到第81天，并为第82天的预测评分
• 该过程在剩余的所有天数内重复，验证分数基于第81天到第100天的预测

在Python或h2o的R版本包中可以做到这一点吗

提前谢谢