考虑以下问题:我需要根据可用的过去数据(带有时间戳的可用数据)来预测特定事件何时发生。
例如
假设一台特定机器正在运行，并且我们从该特定机器和其他类似机器上收集了不同时间戳的数据。这些数据包括从某些功能失败的机器收集的值，以及从正常工作的机器收集的值。
我需要做的是预测特定机器(或某些功能)何时会出现故障。
从问题来看我的理解是这是一个时间序列分析问题。我听说过生存分析，其结果就是时间。但我不确定还可以尝试哪些其他模型。
有人可以解释一下哪些所有模型都可以用于特定问题(假设我将比较模型的各种质量矩阵)。我除了时间序列之外还有其他方法，请告知(我的假设是生存分析是时间序列分析的一部分)
使用的技术将是 R 或 Python (scikit-learn)
提前致谢
最佳答案
针对上述问题选择了生存分析，因为它提供了特定事件发生的时间。在该方法中，正在考虑各种模型，目前使用我们认为最好的模型 coxph。
关于machine-learning - 用于预测某些事件何时发生的机器学习模型，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37169364/