标签： machine-learning feature-selection
我有一个预测马匹寿命的模型。该数据集包含1980年至2019年的样本，其中有一个名为出生日期的特征，其中标有每匹马的寿命。问题是，知道一匹马通常会生活20到30年，如果我们从1980年到1990年看，我们拥有完整的马匹及其寿命清单，但是从2000年到2019年，我们只能看到马匹出生和死亡的样本在这段时间跨度内，而不是目前的时间跨度，因此出生日期是有偏见的功能。
有没有一种方法可以使用出生日期功能而不必担心数据有偏差，也不需要某种技术来最小化他对最终预测的影响？