我正在尝试预测零售店的利润。原始数据框如下所示：
| 店铺编号 | 特征A | 特征 B | 年 | 利润 |
|---|---|---|---|---|
| 一种 | 1 | 2 | 2016 年 | 20000 |
| 一种 | 1 | 2 | 2017 | 40000 |
| 乙 | 4 | 3 | 2017 | 50000 |
| 乙 | 4 | 3 | 2018 | 40000 |
| C | 5 | 6 | 2015 | 80000 |
| C | 5 | 6 | 2016 年 | 90000 |
将无法获得有关利润和年份的生产信息。由于年份不可用，我们有相同的数据点和不同的目标值。所以我想添加每家商店的平均利润，因为输入特征保持不变。然后删除旧的目标值、年份并删除重复项。然后它看起来像这样：
| 店铺编号 | 特征A | 特征 B | 平均利润 |
|---|---|---|---|
| 一种 | 1 | 2 | 30000 |
| 乙 | 4 | 3 | 45000 |
| C | 5 | 6 | 85000 |
我可以使用“平均利润”作为回归模型的新目标还是会造成数据泄漏，因为平均值不是我们在生产中预测的（我们预测商店的利润不是平均值，并且独立于年份）？
或者这一步完全没有必要，因为这就是回归模型在数学上的工作方式？
提前致谢。
编辑：编辑样本集，因为利润可能会随着时间的推移而减少。但无论如何，关于年份的信息不可用 -> 所以没有时间依赖性