Каковы размеры набора поездов и тестов по умолчанию для функции прогноза () в R?

Я использовал модель TBATS для своих данных, и когда я применяю функцию прогноза(), она автоматически делает прогноз на два года вперед. Я не указал ни обучающую, ни тестовую выборку, так как мне узнать, сколько данных было использовано для прогнозирования следующих двух лет?

Данные, с которыми я имею дело, — это данные о времени поездок Uber с января 2016 года по январь 2020 года. У меня есть ежедневные данные (частота выборки = 1) для 18 городов, и каждый город имеет разный размер выборки (они варьируются от 1422 дней до 1459 дней). .

Я установил вектор времени в пути как объект msts, поскольку он имеет множественную сезонность, которая используется моделью TBATS.

Когда я вычисляю RMSE, MAE, MAPE и MSE, в целом я получаю очень низкие значения, так как я могу узнать, на каких данных тренируется TBATS?

Вот мой код:

data <- read.csv('C:/users/Datasets/Final Datasets/final_a.csv', TRUE, ",")
y <- msts(data$MeanTravelTimeSeconds, start=c(2016,1), seasonal.periods=c(7.009615384615385, 30.5, 91.3, 365.25))

fit <- tbats(y)
plot(fit)
fc <- forecast(fit)
autoplot(fc, ylab = "Travel Time in Seconds")

# Check residuals (ACF and histogram)
checkresiduals(fc)

# RMSE
rmse <- sqrt(fit$variance)

# MAE
res <- residuals(fit)
mae <- mean(abs(res))

# MAPE
pt <- (res)/y
mape <- mean(abs(pt))

# MSE (Mean Squared Error)
mse <- mean(res^2)

Результаты производительности модели TBATS для Амстердама:

RMSE: 0.06056063
MAE: 0.04592825
MAPE: 6.474616e-05
MSE: 0.00366759

Если бы мне пришлось вручную выбирать тестовые и обучающие наборы, как мне изменить свой код, чтобы сделать это?