标签： machine-learning time-series random-forest
我有一些事件驱动的警报数据。本质上，我了解有关警报何时发出，要由传感器引起警报，警报的位置以及警报是否有效的信息。我想组装一些ML方法，以根据警报的位置，时间和传感器来预测警报是否有效。我正在考虑使用RNN，但我也想应用随机森林。我担心的是，即使它们是事件驱动的，它们也具有时间序列方面，因此它们可能不是独立的。它们不是在时间上背靠背，而是可能在时间上很接近（例如在同一天）。我如何应用RF并确保我的样品独立？