У меня есть набор данных, состоящий из временных рядов (8 точек) примерно с 40 измерениями (поэтому каждый временной ряд равен 8 на 40). Соответствующий результат (возможные результаты для категорий) равен 0 или 1.
Каков наилучший подход для разработки классификатора для временных рядов с несколькими измерениями?
Моя первоначальная стратегия состояла в том, чтобы извлечь элементы из этих временных рядов: среднее, стандартное, максимальное изменение для каждого измерения. Я получил набор данных, который использовал для обучения RandomTreeForest. Зная об общей наивности этого, и после получения плохих результатов я сейчас ищу более совершенную модель.
Мои выводы следующие: классифицировать ряды для каждого измерения (используя алгоритм KNN и DWT), уменьшить размерность с помощью PCA и использовать окончательный классификатор по многомерным категориям. Будучи относительно новым для ML, я не знаю, полностью ли я ошибаюсь.