从问题的描述中，您可以选择任何您喜欢的分类算法来对干预的需要进行分类 $t_{0}$.

为此选择分类器的一般规则是从简单开始——例如，通过使用最近邻并迭代到更强大的分类器，直到获得足够的准确度。

如果在额外的测量 $t_{0}$可以制作一个分类器，可以在没有这些额外数据的情况下确定干预的必要性，然后根据这个分类器的概率输出和一个阈值，可以触发额外的测量。基于此测量，可以输出另一个概率，希望使用更多信息特征。

如果你在乎 $\Delta t$，您应该考虑是否存在实时依赖关系。干预的需要是否取决于分类系列？确定必要干预的顺序对您来说重要吗？

在我看来，你不必关心这个应用程序的订购。相反，我建议根据最常见的标签或类似的东西对一个实例进行分类。