我正在尝试将机器学习算法应用于一个数据集，该数据集由一个名为SO2（目标变量）的引擎排放的污染物气体组成，该引擎在6个月的时间内进行了收集，每个间隔为15分钟。数据集也确实具有其他随时间变化的自变量，例如压力，蒸气等。 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
bbb06070241 回答：用于转播的时间序列或SVM
我建议您进行时间序列建模，而不要使用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。