我有一个数据集，其中包含（除其他外）一个具有多个级别的分类变量以及与每个级别相关的更多属性。

例如，考虑根据上次维修报告预测机器故障。

• 一台机器有许多（许多）不同的部件。
  • 每个部分都可能已损坏或未损坏。
    • 如果损坏，它可能已经过检查、修理或更换等。
      • 这些操作具有相关成本，并且零件本身具有货币价值和其他属性（例如修复它所花费的时间......）。

如果我想对一台机器的水平进行预测，我需要汇总所有这些信息。我可以对所有部件进行一次热编码，以指示它们是否已损坏。但这仍然给我留下了较低级别的其他属性，例如价格和执行的操作。通过考虑所有的组合，我可能会进一步将它们扩展为单独的列，part_X-repaired-..-price, part_X-replaced-..-price, ... part_Z-replaced-..-price但这似乎失控了。

有没有更好的方法来处理这种类型的数据？我在想也许是一些聚类技术，但是当我尝试设置它时，我遇到了同样的问题。

它在某种程度上是一种颠倒的层次模型结构（在层次（线性）模型中，如果我没记错的话，结果变量处于最低级别）。