当您执行回归时，通常认为正确的方法是什么，并且您的训练数据包含某种类型的“事件”，但每条训练线可能会有不同数量的这些项目？
举个例子 - 假设我想预测在许多不同道路上发生事故的可能性。对于每条道路，我可能有多次事故的历史，每次事故都有自己不同的属性（日期（最近），伤亡人数等）。如何在一条线上封装所有这些信息？
例如，您可以假设最多（比如说）十，并将每个的详细信息包含为单独的输入（date1，NoC1，date2，NoC2等等），但问题是我们希望每个项目都是处理方式类似，模型将第4栏中的项目与上面第2栏中的项目基本分开，但不应该这样。
或者我们可以为每个事件包含一行，但是每行中与这些“事件”无关的任何其他列（例如道路年龄，宽度等）将被多次包含在内，从而产生偏差在结果中。
用于实现此目的的标准方法是什么？
非常感谢