我有员工的时间序列数据，例如hours worked，shift type，Overtime，no show hours，missed punch等。我目前正在做的是汇总数据每个员工的多个时间转移到单行，其中将no show，overtime等标志作为总和，将工作时间等数字作为通话时间的平均值。然后，我将其发送到machine learning模型中，该模型可以预测每个员工。
为什么我无法像ARIMA或RNN那样进行时间序列分析是因为它没有像股市价格或其他价格那样的regression输出。我只有关于该轮班结束后该员工是否被解雇的数据。因此，Y value在时间表数据中保留了很长时间0，突然变为1，数据结束了。因此，这些数据不能用于时间序列分析。
我们可以在每个班次后设置Y value之类的满意度，但是我不知道要用我拥有的数据集来实现它。
我也可以在任何文章的任何地方找到它。你们可以帮忙吗？