代码之家  ›  专栏  ›  技术社区  ›  B K

用于预测事件发生时间的机器学习模型

  •  4
  • B K  · 技术社区  · 10 年前

    考虑一下我需要根据过去可用的数据(带有时间戳的可用数据)预测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从该机器和其他类似的机器收集了数据。数据包括从某些功能出现故障且工作正常的机器上收集的值。

    我需要做的是预测特定机器(或某些功能)何时会出现故障。

    从这个问题来看,我所理解的是这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。但我不确定我可以尝试哪些其他型号。

    请有人解释一下哪些模型可以用于特定问题(假设我将比较模型的各种质量矩阵)。如果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)

    使用的技术将是R或Python(scikit learn)

    提前谢谢

    2 回复  |  直到 10 年前
        1
  •  1
  •   B K    10 年前

    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,各种模型都在考虑之中,目前使用的是我们认为最好的考克斯模型。

        2
  •  0
  •   JoshK    10 年前

    机器学习可能是这个问题的一个别出心裁的术语。我认为您应该先将其建模为泊松过程。你不能真正预测什么时候会发生什么事情,但你可以预测在时间X之前事件发生的概率。