我正在使用此链接上的公共数据集。
这与营销有关，变量（pdays，数字）是指自上次广告系列最后一次联系客户以来经过的天数。
值为999的行表示以前未与客户联系。恐怕将其用于ML算法会导致错误的结果。
我正在考虑将它们设为零。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？
an_day 回答：仅适用于数据子集的变量
我认为将这个值设为0是正确的，但是这里的最佳实践可能是还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”，对于每次观察到的值999，请将新变量值1分配给新变量，表示以前未联系过客户，否则为0。