我有一组实例，每个实例都有 n 个特征（数字）。我每隔 X 个时间步对我的特征进行重新采样，因此每个实例在 t1:tn 处都有一组特征。持续响应变量（例如，范围为 50:100）仅每 X*z 次测量一次。（例如每分钟采样一次，每 30 次才响应一次） 特征可能会随着时间而改变。回应也可能如此。
现在在任何时间点 T 我想将一个新实例映射到响应范围。
万一我还没有失去你:-)你宁愿把它看作是一个回归还是一个多类分类问题（具有离散的响应范围）？在这两种情况下，是否有经验法则我需要多少个实例？如果实例不遵循相同的分布，（例如，对同一组特征值的不同响应，我可以使用聚类来过滤/分析吗？）