我正在研究基于磁力计的室内定位。

我有 9 个独立的传感器读数时间序列数据集，从坐标 00、01、02、10、11 等直到 22。基本上我使用自己的坐标系并收集数据。坐标系如下所示：

0,0 | 0,1 | 0,2

1,0 | 1,1 | 1,2

2,0 | 2,1 | 2,2

数据集有timestamp、X、Y和Z列Magnitude。这是我所有的数据集的样子：

编辑：我在一个坐标为 0,0 的地方收集了一个传感器读数数据， (coor00.csv)然后将文件保存在另一个坐标为 0,1 的地方，并将文件保存为 (coor01.csv)，依此类推。

我要预测的是坐标。我想构建一个简单的分类器，根据传感器读数预测坐标/位置/区域。

由于我没有任何标签/标签，所以我想自己创建一个，只需添加一个名为label. 此列将是我的目标变量。因此，在coor00.csv文件中，我将添加一个列，该列label将详细说明从什么坐标中获取传感器读数，并且我将对其他数据集执行相同的操作。然后我将 9 个数据集组合成一个数据框，然后在将数据集拆分为训练和测试后运行分类器。

那里有很多资源，但我只想知道如何/从哪里开始。我想知道这是否是正确的方法。

我计划使用 RandomForest 分类器，但我会很感激关于应该使用哪种分类器算法的任何建议？