Machine learning 如何处理机器学习中有偏见的特征（日期）

我有一个模型可以预测马的寿命。该数据集包含1980年至2019年的样本，其中一个特征名为出生日期，标有每匹马的寿命（以年为单位）。问题是知道一匹马通常活20到30年，如果我们从1980年到1990年看，我们有马的完整列表和它们的寿命，但从2000年到2019年，我们只看到在这段时间内出生和死亡的马的样本，而没有看到目前活着的马，因此，birh_日期是一个有偏见的特征

---

有没有一种方法可以使用“birh_date”功能而不必担心有偏差的数据，或者使用某种技术来最小化他对最终预测的影响？

就这一问题向总部寻求帮助可能更合适一些。就这一问题向总部寻求帮助可能更合适一些。