Прогнозирование возникновения события с использованием данных временных рядов

Question

У меня есть данные, поступающие с датчиков в течение 1 месяца. Данные представляют собой временные ряды с каждой точкой данных, разделенной интервалом в 1 секунду. Существуют такие предсказатели, как температура, давление, скорость вентилятора, записанная этими датчиками. Основой этих значений является событие. Поэтому, если двигатель работает нормально, тогда event = 0 else event = 1, и это событие продолжается в течение значительного времени, скажем, следующие 10 минут и снова возвращается к норме.

Я пытаюсь предсказать возникновение следующего события на основе значений предикторов. Я пробовал модель пропорциональной опасности Кокса, однако кривые выживаемости не точны. Пробовал и случайный лес, однако результаты модели были невелики. Точность модели всегда составляла 100%.

Можно ли анализировать выживаемость на данных временных рядов? Помогло ли кластеризация?

Answer 1

«Я пытаюсь предсказать появление следующего события на основе значений предикторов». Ну, похоже, что кластеризация - это не то, что вы хотите. Поиск методов регрессии линейной регрессии или временного ряда. Простое введение здесь: http://onlinestatbook.com/2/regression/intro.html и более учебный материал здесь: http://unstats.un.org/unsd/hhsurveys/finalpublication/ch19fin3.pdf. Надеюсь, поможет.