将 ML 数据集拆分为详细样本的陷阱

问：

请您展示一下将 ML 数据集拆分为详细样本的可能陷阱吗？

详。

任务 - 机器学习二元分类（客户购买产品的概率）。

工具 - 梯度提升 （XGBoost）

功能数量 - 20

当前数据集（样本数 - 100 000）

所需数据集（样本数 - 1 000 000）

因此，我将不是为客户预测目标值，而是为电话号码预测目标值。 一个客户可能有 1 个电话号码，另一个客户可能有 100 个电话号码。 具有 100 个电话号码的客户端在数据集中将有 100 行。某些功能属于客户端（而不是手机，例如年龄）在 100 行中重复。 具有一个电话号码的客户端在数据集中将有一行。

目前，我看到了唯一的陷阱：在电话号码功能中缺少信息的情况下，客户端功能会强制它们消失。