问机器学习还是生存分析？

EN

有些算法，如支持向量机( SVM )或后勤回归算法，有可能对某些类增加权重，从而解决了不平衡问题。

这听起来确实像是生存分析的工作，特别是用来回答诸如“机器X故障时”或“哪种原因对失败影响最大”之类的问题。您可以简单地从绘制Kaplan曲线开始，然后通过一些属性将其进一步分层。然后，您可以尝试Cox回归模型--看看属性对生存的影响是有用的--风险比。但不要忘记验证假设(函数形式和比例风险)。

在R中，生存分析是很好的实现，所以不要被围捕。有简单和简短的教程，这可能会有所帮助。

1. 您可以考虑使用多数类的欠采样、过度采样少数数据集或将击打应用于数据集来重新平衡数据集。
2. 如果数据集更加平衡，那么Logistic回归/随机森林并不是一个糟糕的起点。我相信随机森林能更好地处理不平衡的分类问题，但它们可能仍然存在着与你所说的不平衡程度有关的问题。
3. 生存分析通常有一个方面的时间问题(即:什么时候硬盘可能失败？)因此，如果你的数据中包含了时间，那么你肯定可以把它作为一个生存分析问题。然而，如果时间没有进入问题，那么就更容易将其作为ML问题进行分析。