我正在尝试将机器学习算法应用于一个数据集,该数据集由称为SO2(目标变量)的引擎排放的污染物气体组成,该引擎在6个月的时间内收集,每个间隔15分钟。随着时间的推移,压力,蒸气等也确实具有其他自变量。现在的问题是我应该去像有马这样的时间序列建模来预测So2吗?还是应该选择randomforest或svm进行预测?
谢谢