问题是二分类问题。我的数据集包含多天活动的用户，他们都从 0 类开始，并且在某个活动（这不是输入特征的一部分）之后可以变成 1 类。如果我有 1000 个 0 类用户和 100 个 1 类用户，我将有 1100 个训练实例。

我想要做的是扩展数据，以便对于每个用户的每一天活动，训练集中都有一行。因此，具有 10 天活动的用户 1 在训练数据中将有 10 行，全部属于 0 类，而不是 1 行。用户 2 在 0 类有 10 天，在 1 类有 5 天，将有 15 行而不是 1 行。

这可以为模型提供多倍的示例来学习。我看到的唯一缺点是它会改变 0 类示例与 1 类示例的比率（不确定这是否有问题）。这种方法有什么不可预见的缺点吗？