我正在研究一个对同一目标变量进行重复测量的数据集。

当我不更改任何内容并创建模型时，交叉验证会以 0.99 的分数过拟合，但在测试集中它给出的分数约为 0.39。

当我对每个测量使用均值、标准差、偏斜、四分位数以使每个特征只有一个测量值时，它会给出更好的分数。

谁能向我解释为什么？什么时候最好使用第二种方法？

原始数据集如下所示（所有数字都是假的）：

id /measurement1/measurement2/.../target/
0-1/0.18283     /0.12855     /.../  1   /
0-2/0.1141      /0.38484     /.../  1   /
0-3/0.4475      /0.18374     /.../  1   /

转换后的数据集如下所示：

id /meas1_avg/meas1_std/meas1_skew/meas2_avg/meas2_std/.../target/
0  /0.28747  /0.183848/ 0.198384  /0.18484  /0.28474  /.../  1   /