纵向数据的机器学习技术

我想知道是否有用于纵向数据建模的机器学习技术（无监督）？我一直使用混合效果模型（大多数是非线性的），但我想知道是否还有其他方法（使用机器学习）。

机器学习是指随机森林，分类/聚类，决策树甚至是深度学习等。

在来自一个受试者的多个观察结果（例如，来自同一患者的多次访问）的情况下，“患者ID”是“分组”变量。在模型评估期间必须小心，以免来自同一患者的拜访不会出现在训练和测试数据中，因为它们是相关的，并且会导致分类器准确性的提高。

在交叉验证sklearn文档具有分组数据的交叉验证迭代器。请参阅GroupKFold，LeaveOneGroupOut和LeavePGroupsOut。

更好的是，尝试递归神经网络或隐马尔可夫模型。

您可以使用标准的机器学习方法对纵向模型进行建模，只需添加代表纵向的特征即可，例如通过添加代表时间的特征。或指示组，个人等成员身份的功能（在面板数据案例中）。

如果您对功能创建/提取很有创意，则可以使用ML算法为任何模型建模。