室内定位数据集RSSI超范围值（+100dBm）的处理方案咨询

针对你数据集中的+100dBm无信号标记值，这里提供几种实用的处理思路：

• 替换为符合物理逻辑的极值
  有效RSSI范围是0到-100dBm，+100是无信号的标记，你可以把它替换成比最小有效信号更低的值，比如-110dBm。这样既和有效信号做了区分，又符合“无信号=信号强度极弱”的物理逻辑，适合大部分需要数值连续性的模型，比如用回归算法的定位模型。

• 按缺失值处理
  把+100看作缺失值，根据数据情况选择处理方式：

  • 简单填充：用对应AP在其他样本里的中位数或均值填充，但如果某个AP在绝大多数样本里都是+100，填充反而会引入无效噪声，这种情况就别用了。
  • 模型填充：用KNN、随机森林这类模型，基于其他有信号的AP值来预测填充缺失的RSSI，适合数据量较大、AP信号分布有规律的场景。
  • 直接删列：如果某列（对应某个AP）的+100占比极高（比如超过90%），说明这个AP几乎扫不到，对定位没帮助，直接删掉该列就行。

• 转成二元特征
  把每个AP的状态分成“有信号”和“无信号”两类：

  • 要么把+100替换成0（有效RSSI值保留），要么单独加一列二进制特征，用1表示有信号、0表示无信号。这种方式适合关注AP覆盖范围的定位模型，比如指纹匹配类算法。

• 结合指纹定位场景针对性处理
  如果是做指纹定位：

  • 匹配阶段直接忽略+100的AP，只拿双方都有信号的AP来计算相似度（比如欧氏距离、余弦相似度），避免无信号值干扰匹配结果。
  • 要是离线指纹库里有大量+100值，可以多采集些样本补充，或者直接标记成“该位置下此AP无覆盖”。

内容的提问来源于stack exchange，提问作者maryam