我有由数值时间序列组成的训练数据（例如，100 天内网站上的用户活动指标）。我还有一些用户的分类属性（人口统计、浏览器类型、位置等）

对于新用户（比如在第 50 天）预测活动指标的未来值，无论是作为数值还是作为一个类别（低、中、高），什么是一种好的方法？

我可以想到以下方法：

A. 对初始分类特征的大多数（或所有）组合分别执行时间序列回归或分类。

或者

B. 从时间序列中提取 4 到 10 个不同的数值和/或分类特征（例如高、低、平均、周末水平、周末与工作日的比率等），然后对整个特征集执行随机 forrest 分类或回归。

或者

C. 别的？

谢谢！