用于转播的时间序列或SVM

Question

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

Answer 1

我建议您进行时间序列建模而不是SVM。您的SVM将考虑i.i.d（独立且分布均匀）样本，而不考虑跨时间封装的信息。