我希望自动执行日常任务，检查过去24小时内的应用程序错误列表。
我必须使用如下规则将每个池的状态分类为GREEN，YELLOW或RED：
使用传统编程或模糊方法可以轻松解决问题，但我想知道如何使用机器学习方法解决问题（如果可能）。
在分类技术方面，到目前为止，我看到有一个训练集由训练样本组成，具有一定的特征。
针对此训练集训练分类器，对TEST SET进行进一步验证，并使用生成的MODEL对新实例进行分类。
所以分类是“对于一个新的单个实例”而不是“整个集合”。
如果我使用ANN，我会为每个样本都有一个节点，每个样本都有
我需要自动化的任务是不同的：
对于每个池（我将为每个人分别使用相同的逻辑）我必须将它（作为一个整体，而不是新的单个事件/错误）分类为绿色，黄色或红色，基于可变数量的事件/错误暂时分开
我的问题是：我可以用ML方法解决这个问题吗？如果是的我如何解决问题（我只需要一些提示，而不是一个完整的解决方案）。