machine-learning - 仅适用于数据子集的变量

Question

我正在使用此链接上提供的公共数据集。

它是关于营销的，其中一个变量 ( pdays, numeric) 是指从上一个活动中最后一次联系客户之后经过的天数。

值为 999 的行表示之前未联系过客户。恐怕将其用于 ML 算法会导致错误的结果。

我正在考虑将它们归零。但是我不知道在使用算法之前缩放数据集时如何处理零（我应该考虑零吗？）。

有更好的解决方案吗？

Answer 1

我认为您将这个值设置为 0 是正确的，但这里的最佳做法可能是也定义一个新的二进制变量。您可以将此变量命名为“以前未联系过”，并且对于值 999 的每个观察值，将值 1 分配给新变量，表示以前未联系过客户，否则为 0。