我无法决定哪种模型最适合这些任务：
I can't decide which model fits perfectly for these tasks:
预测这些卡车在 2020 年的状况。
- 预测每辆卡车何时（即多少年后）达到条件 2。
预测这些卡车在 2020 年的状况
- 您可能应该从查看数据开始，然后再从简单的开始。不要在这类数据集上尝试 LSTM，而是尝试拟合一些标准回归模型并查看您得到的一般错误。
预测每辆卡车何时（即多少年后）达到条件 2
- 我自己看不到数据，但我认为你必须以某种方式推断才能找到关于这个问题的某种答案。如果您只有 2010 年到 2019 年的数据点，并且这些年中大多数卡车的状况从 10 分钟到大约 8 分钟或 7 分钟，您可以计算这个时间跨度内所有卡车的平均退化情况，并用它来查找，平均而言，对于具有给定条件的给定卡车，退化 1 条件并将其外推到条件 2 需要多少年。
- 预测每辆卡车何时（即多少年后）达到条件 2。
预测这些卡车在 2020 年的状况
- 您可能应该从查看数据开始，然后再从简单的开始。不要在这类数据集上尝试 LSTM，而是尝试拟合一些标准回归模型并查看您得到的一般错误。
预测每辆卡车何时（即多少年后）达到条件 2
- 我自己看不到数据，但我认为你必须以某种方式推断才能找到关于这个问题的某种答案。如果您只有 2010 年到 2019 年的数据点，并且这些年中大多数卡车的状况从 10 分钟到大约 8 分钟或 7 分钟，您可以计算这个时间跨度内所有卡车的平均退化情况，并用它来查找，平均而言，对于具有给定条件的给定卡车，退化 1 条件并将其外推到条件 2 需要多少年。