考虑一下我需要根据过去的数据(带有时间戳的数据)预测某一特定事件何时发生的问题。
例如
假设一台特定的机器正在运行,并且我们在不同的时间戳上收集了从该特定机器和其他类似类型的机器收集的数据。这些数据包括从一台机器上收集的值,该机器在某些功能上失败,并且工作正常。
我需要做的是预测特定机器(或某些功能)何时会失败。
从问题上看,我所理解的是一个时间序列分析问题。我听说过生存分析,结果就是时间。但我不确定我还能尝试哪一种。
请有人解释一下,哪些模型可以用于特定的问题(假设我将比较各种模型的质量矩阵)。除时间序列外,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)。
将要使用的技术将是R或Python (scikit-learn)
提前感谢
发布于 2016-05-20 10:10:24
“生存分析”是针对上述问题选择的,因为它为特定事件的发生提供了时间。在该方法中,各种模型正在考虑中,目前使用的是coxph,我们认为这是最好的模型。
发布于 2016-05-11 17:24:55
机器学习对于这个问题来说可能有点花哨。我认为你应该先把这个建模成一个泊松过程。你不能真正预测某件事何时会发生,但你可以预测事件在X时间之前发生的概率。
https://stackoverflow.com/questions/37169364
复制相似问题