machine-learning - 对来自多个站点的多元时间序列数据进行分类

我正在尝试使用时间序列数据构建一个二进制分类器，并且有点坚持我是否走在正确的道路上。如果您只有一个站点的数据，这似乎相对简单，但是就我而言，我有来自多个站点的数据。我的数据的最小示例如下所示：

如您所见，这是一个相对较短的时间序列，但如果需要，可以添加更多功能。虽然有很多网站的数据（比如说> 50000）。每个站点都带有一个二进制标签（1 或 0）。我想为这个用例构建一个分类器。我最初认为我会从每个站点的时间序列中提取特征并将其用于分类，但由于基础数据是时间序列数据，我真的很想捕获它。

所以我开始研究时间序列分类，但我看到的大多数示例都是针对单个站点分类的。这就引出了一个问题，这是否意味着我必须为每个站点训练一个分类器（超过 50000 个分类器）？

提前致谢！

标签： machine-learningtime-seriesclassification