Eu sou novo no ML e só estou arranhando sua superfície, então peço desculpas se minha pergunta não faz sentido.

Eu tenho uma sequência decontínuo medições para algum objeto (capturando seu peso, tamanho, temperatura, ...) e umadiscreto coluna que determina a propriedade do objeto (um intervalo finito de números inteiros, digamos 0,1,2). Esta é a coluna que eu gostaria de prever.

Os dados em questão são de fato uma sequência, já que o valor da coluna de propriedades pode variar dependendo do contexto ao seu redor e também pode haver algumas propriedades cíclicas na própria sequência. Em resumo: a ordem dos dados é importante para mim.

Um pequeno exemplo é representado pela tabela a seguir

Observe que existem duas linhas que contêm dados iguais e que possuem um valor diferente no campo Propriedade. A idéia é que o valor do campo de propriedade possa depender das linhas anteriores e, portanto, a ordem das linhas é importante.

Minha pergunta é: que tipo de abordagem / ferramentas / técnicas devo usar para resolver esse problema?

Estou ciente dos algoritmos de classificação, mas de alguma forma não acho que eles se apliquem aqui, uma vez que os dados em questão são seqüenciais e eu não gostaria de ignorar essa propriedade.

Tentei usar o Keras LSTM e finjo que a coluna Propriedade também é contínua. No entanto, as previsões que obtenho dessa maneira geralmente são apenas um valor decimal constante que não faz sentido nesse contexto.

Qual seria a melhor maneira de lidar com esse tipo de problema?