如何整理多行数据以适配scikit-learn RandomForest机器学习模型

我的目标是用机器学习模型确定射频（RF）发射器的位置，不想用三角测量、多接收器时间偏移这类传统技术，打算用scikit-learn的RandomForestClassifier来实现。

数据背景 #

• 多个接收器位置固定，通过网络把数据传到中央数据库，接收器的RSSI值主要取决于和发射器之间是否有直视路径
• RSSI范围是1-255，值为0表示未接收到信号，不会被记录到数据库；255是满量程信号
• 数据库每秒记录一次数据，同一Time值代表某一时刻各接收器的信号情况：如果有X个接收器，同一时间点最少记录1行（只有1个接收器收到信号），最多记录X行（所有接收器都收到信号）
• 已知位置数据是手动观察发射器在已知区域时的信号模式得到的，需要把这些信号模式和对应位置关联（比如Red、Green信号强对应Foo区域，Red、Yellow信号强但Blue弱对应Bar区域）

核心建模障碍 #

当前数据是按每个接收器的记录分行存储，同一时间点的信号分布在多行，且行数不固定，但RandomForestClassifier是逐行处理单一样本的。我需要按时间分组整理数据，但无法预知每个时间点有多少接收器能收到信号，不知道怎么把数据转换成适合建模的格式。

示例数据（Region A区域的几秒记录） #

现有代码（逐行处理，不确定是否正确） #

我之前没用过Python和scikit-learn，写了这段初步代码，目前还是逐行处理数据：

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder

data = pd.read_csv("data/combined.csv", header=0)

label_encoder = LabelEncoder()
print(data.columns)
data["name_encoded"] = label_encoder.fit_transform(data["name"])
data["location_encoded"] = label_encoder.fit_transform(data["location"])

x = data[["rssi", "name_encoded"]]  # Features (rssi and encoded name)
y = data["location_encoded"]  # Target (encoded location)

# Split data into training and testing sets
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=42)

# Create the Random Forest model
model = RandomForestClassifier(n_estimators=100)

# Train the model
model.fit(x_train, y_train)

# Make predictions on the testing set
y_pred = model.predict(x_test)

# Decode predictions
location_decoder = LabelEncoder()

location_decoder.fit(data["location"])  # Fit the decoder with original locations
predicted_locations = location_decoder.inverse_transform(y_pred)
print("Predicted locations:", predicted_locations)

内容的提问来源于stack exchange，提问作者senfo