我认为这个问题取决于你期望模型学习什么：

• 如果模型应该“了解”它在训练期间看到的用户，即利用用户 ID 来推断特定用户的特定选择，那么我看不出添加这种频率特征的意义：模型已经“知道”这个用户倾向于做出什么样的选择，并且它应该只从训练集中知道它。缺点：对于在训练期间未见过的任何新用户/唯一用户，模型可能不得不回退到通用预测。
• 如果不使用用户 ID（从功能中删除），那么我认为添加频率功能是有意义的。我认为这主要是一个特征工程问题：假设有 3 个特征表示到目前为止该用户选择了选项 A、B 和 C 的次数。计数是根据该用户可用的任何先前数据进行的。当然，这是假设可以在测试时计算相同的特性（等效地，在生产环境中）。

因此，在第二个选项中，特征存在于关于什么是训练集和什么是测试集的任何问题之前。但是它们引入了数据泄漏的潜在风险，所以我要做的是根据用户将训练集和测试集分开，即确保训练集和测试集中的用户不重叠。