用于预测某些事件何时发生的机器学习模型
Machine learning models for predicting when some event will occur
考虑我需要根据可用的过去数据（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是 运行 并且我们有从该特定机器和其他类似机器收集的不同时间戳的数据。数据包括从某台机器收集的值，该机器在某些功能上出现故障但工作正常。
我需要做的是预测特定机器（或某些功能）何时会出现故障。
从题中我理解的是时间序列分析题。我听说过生存分析，其中结果就是时间。但是我不确定我可以尝试哪些其他模型。
有人可以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）。我除了时间序列还有什么方法，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
机器学习对于这个问题来说可能有点花哨。我认为您应该从将其建模为泊松过程开始。你无法真正预测某事何时会发生，但你可以预测事件在时间 X 之前发生的几率。
为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，目前使用我们认为是最佳模型的 coxph。
考虑我需要根据可用的过去数据（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是 运行 并且我们有从该特定机器和其他类似机器收集的不同时间戳的数据。数据包括从某台机器收集的值，该机器在某些功能上出现故障但工作正常。
我需要做的是预测特定机器（或某些功能）何时会出现故障。
从题中我理解的是时间序列分析题。我听说过生存分析，其中结果就是时间。但是我不确定我可以尝试哪些其他模型。
有人可以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）。我除了时间序列还有什么方法，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
机器学习对于这个问题来说可能有点花哨。我认为您应该从将其建模为泊松过程开始。你无法真正预测某事何时会发生，但你可以预测事件在时间 X 之前发生的几率。
为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，目前使用我们认为是最佳模型的 coxph。