実務における機械学習について不良品率が閾値を超えるロットを、検査前に予測するモデルを構築したいです。工程データが3つと検査データがあり、1行1個体で数万行以上あります。(データによって行はバラツキあり)当初私は、全個体のリンクを行い検査データの個体に工程データをマージして学習データの構築を行おうとしました。しかし、どう見ても個体ごとの追跡が不可能で、検査データの個体が前工程のどの個体かを判別することが不可能でした。なのでロット単位でデータを集約しようと思うんですが、以下の点について教えてください。①1ロット1行に集約してデータが数万行から1000行程度まで減るのは、データを集約し過ぎて意味を持たなくなる危険性はあるでしょうか。②1ロット1個体〜200個体とバラつきがあるのですが、1行の重みが違うのは問題ないのでしょうか。③不良品率10％を閾値にした場合、ロットごとの目的変数を二値分類で作るなら、不良品率10％と100%が同一視されるのは悪影響が出ませんでしょうか？