我正在做一个项目，我有100个传感器的数据及其周期，直到它坏掉。它显示了许多特性，直到出现故障，然后为更换的传感器显示。有了这些数据，我必须建立一个模型，在这个模型中，我可以预测传感器在故障前的工作时间，但只能使用少数数据，而不是整个周期。我不知道什么机器学习模型适合这个。
您所描述的问题类型称为生存分析。有多种统计和机器学习方法可以帮助您解决这些类型的问题。
这些方法的优点在于，它还允许您在没有发生感兴趣的事件的地方使用数据点。在您的示例中，这意味着您可以通过包含尚未失败的传感器数据来扩展数据集。
当你研究这些方法时，我建议你也花一些时间研究如何评估这些类型的模型，因为评估方法也与典型的机器学习问题略有不同。
提供了一系列全面的技术：http://dmkd.cs.vt.edu/TUTORIAL/Survival/Slides.pdf