我有一个关于电视观众正在观看什么以及观看时长的（训练）数据集。目标（在新集 - 测试集）是预测电视观众将观看特定频道和节目的时间。
具体来说，我有以下预测：
- 电视频道（例如 BBC、CNN 等）
- 内容（例如新闻、娱乐、商业等）
- 开始时间（例如 11:00、14:00 等）
和以下目标：
- 结束时间（例如 12:00、15:00 等）
显然，我将使用TV Channel和Content预测器应用 One Hot Encoding 并Starting time以某种方式处理（在此处查看更多信息：Encoding features like month and hour as categorial or numeric?）。
但是，在我的训练集中，我可能有多个具有相同预测变量值（例如“BBC”、“新闻”、“20:00”）但输出不同的观察结果。这显然是因为不同的用户开始同时观看同一件事，但他们在不同的时间停止。
这是否会成为一个问题，因为我的测试集也包含这样的观察结果？
具体来说，我不想为这些观察接收相同的输出（结束时间），但我想接收不同的输出，这些输出（理想情况下）遵循训练集中各个观察的分布。我怎样才能做到这一点？
我应该为每个用户简单地添加一个新的分类变量吗？