问是否有适合纵向数据的机器学习模型？

EN

Assuming我们不是在谈论时间序列，也假设您想要预测的未知数据可能包括当前不在您的数据集中的个人，您最好的选择是首先重组您的数据。

您想要做的是预测X1...Xn预测器的每日结果Y，据我所知，这是测量结果。这里的一个正常方法是拟合一个RandomForest或助推模型，是的，它将基于一个后勤回归者。

然而，您指出，简单地假设每个案例都是独立的是不正确的，因为结果高度依赖于所测量的个体。如果是这样的话，那么我们需要添加将个人描述为附加预测器的属性。

所以这个：

id | day | measurement1 | measurement2 | ... | outcome
A  | Mon | 1            | 0            | 1   | 1
B  | Mon | 0            | 1            | 0   | 0

变成这样：

id | age | gender | day | measurement1 | measurement2 | ... | outcome
A  | 34  | male   | Mon | 1            | 0            | 1   | 1
B  | 28  | female | Mon | 0            | 1            | 0   | 0

通过包含每个个体的属性，我们可以将每个日常测量作为一个单一的案例来训练模型，因为我们假设个体内部结果之间的相关性可以用属性来解释(即年龄、性别相似的个体，其他领域合适的属性应该具有相同的结果偏差)。

<#>If，除了测量值之外，您没有任何关于个人的属性，那么您也可以安全地忽略这些属性，因为您的模型将不得不在未见数据上预测结果，而不知道个人的任何情况。因为我们知道个体对结果的偏见，所以预测可以得到改进，这并不重要，因为数据根本就没有。

你必须明白，预测任务与其他统计工作不同，我们唯一关心的是预测模型的正确验证性能。如果你可以通过忽略个人来获得一个足够好的模型，而不是你是-好的，如果你的模型很糟糕，你需要更多的数据。

另一方面，If只想为已经在您的培训集中的个人预测结果，问题就会变得更容易解决。只需将单个标识符添加为预测变量即可。

<#>To总结一下，除非你有一个时间序列，否则你应该可以使用任何ML分类模型，比如RandomForest或者增强模型，即使它们是基于正常的物流回归。但是，您可能不得不对数据进行一些重构。