考虑我需要根据过去的数据（带有时间戳的数据）预测特定事件何时发生的问题。
例如
假设某台特定的机器正在运行，我们在不同的时间戳上收集了从该特定机器和其他类似机器收集的数据。这些数据包括从机器上收集的值，这些机器在某些功能上失败并且运行正常。
我需要做的是预测特定机器（或某些功能）何时失效。
从问题我理解的是时间序列分析问题。我听说过结果就是时间的生存分析。但我不确定我能尝试哪些其他型号。
有人可以解释哪些模型可用于特定问题（假设我将比较模型的各种质量矩阵）。我有除时间序列以外的任何方法，请指教（我的假设是生存分析是时间序列分析的一部分）
要使用的技术将是R或Python（scikit-learn）
提前致谢
答案 0 :(得分：1)
已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，并且目前使用我们认为是最佳模型的coxph。
答案 1 :(得分：0)
机器学习可能对这个问题的术语有点幻想。我认为你应该首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，但是你可以预测在时间X之前事件发生的几率。