在有来自一个受试者的多次观察的情况下（例如，来自同一患者的多次访问），那么“患者id”是一个“分组”变量。在模型评估期间必须小心，以便同一患者的访问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膨胀。

交叉验证 sklearn 文档具有用于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。

您可以使用标准机器学习方法对纵向建模，只需添加表示纵向的特征，例如通过添加表示时间的特征。或指示组、个人等的成员资格的特征（在面板数据情况下）。

如果您对特征创建/提取很有创意，您可以使用 ML 算法对任何事物进行建模。