Python:预测间隔不均匀的时间序列？

Question

我的数据有对应于机器中某个特定部件的故障发生的时间戳。时间戳不是均匀分布的。我的问题是: 1)我可以用什么方法(几乎)准确地预测未来的失败事件(时间戳)？2)我还能得到哪些其他特性？

到目前为止我尝试过的是：

由于时间戳序列间隔不均匀，我导出了顺序故障发生之间的特征datediff=差异。由于现在是单变量时间序列，所以我尝试了经典的时间序列预测方法，如ARIMA和SARIMA (效果不佳)。

我正在张贴时间序列freq=7(每周)的季节性分解。

freq=30

acf/pacf

Answer 1

我建议您使用先知：

Prophet是一种基于加性模型预测时间序列数据的过程，其中非线性趋势与年度、周和日季节性以及假日效应相适应。它最有效的时间序列，具有强大的季节效应和几个季节的历史数据。Prophet对丢失的数据和趋势的变化非常健壮，并且通常能够很好地处理异常值。

在文档中，您可以看到这在python中非常容易实现。

你也可以把这个问题转化为一个有监督的学习问题。您可以阅读这个博客，其中他们介绍了如何面对这个问题。