Soy nuevo en ML y solo rasco su superficie, así que me disculpo si mi pregunta no tiene sentido.

Tengo una secuencia decontinu medidas para algún objeto (capturando su peso, tamaño, temperatura, ...) y unadiscret columna que determina la propiedad del objeto (un rango finito de enteros, digamos 0,1,2). Esta es la columna que me gustaría predecir.

Los datos en cuestión son de hecho una secuencia, ya que el valor de la columna de propiedades puede variar según el contexto que la rodea y también puede haber algunas propiedades cíclicas en la secuencia misma. En resumen: el orden de los datos me importa.

Un pequeño ejemplo está representado por la siguiente tabla

Observe que hay dos filas que contienen datos iguales pero que tienen un valor diferente en el campo Propiedad. La idea es que el valor del campo de propiedad puede depender de las filas anteriores y, por lo tanto, el orden de las filas es importante.

Mi pregunta es, ¿qué tipo de enfoque / herramientas / técnicas debo usar para abordar este problema?

Soy consciente de los algoritmos de clasificación, pero de alguna manera no creo que se apliquen aquí dado que los datos en cuestión son secuenciales y no me gustaría ignorar esta propiedad.

Traté de usar Keras LSTM y finjo que la columna Propiedad también es continua. Sin embargo, las predicciones que obtengo de esta manera suelen ser solo un valor decimal constante que no tiene sentido en este contexto.

Cuál sería la mejor manera de abordar este tipo de problema?