要点是我想使用机器学习算法在给定来自无线传感器网络的一些数据集的情况下将系统故障与传感器故障分开。

例如，如果我在给定区域有一些温度传感器以及它们在每种时间间隔中的相应读数，我想知道异常值是由于实际故障还是由于传感器故障引起的。当然，训练集将有这样的条目标记为传感器故障或系统故障是给定的。

我曾想过只使用线性回归之类的东西，但即使系统无法像那样建模，我也希望它能够工作。在我看来，决策树似乎是一个更合适的算法。

最后，还需要考虑训练和分类所花费的时间，因为我希望看看它是否可以用于对此类异常做出真正快速响应的系统。

抱歉，如果有点罗嗦，但我不确定我应该输入多少信息，因为这是我第一次发布（我什至不确定这是否是发布此内容的正确堆栈交换）。无论如何，提前感谢您的回答！