Una variable binaria con valores 0, 1 puede (generalmente) escalarse a (valor - media) / SD, que presumiblemente es su puntaje z.
La restricción más obvia es que si obtienes todos los ceros o todos, entonces enchufar SD a ciegas significaría que la puntuación z es indeterminada. También hay un caso para asignar cero en la medida en que el valor: la media es idénticamente cero. Pero muchas cosas estadísticas no tendrán mucho sentido si una variable es realmente una constante. Sin embargo, de manera más general, si la DE es pequeña, existe un mayor riesgo de que los puntajes sean inestables y / o no estén bien determinados.
Un problema sobre dar una mejor respuesta a su pregunta es precisamente qué "algoritmo de aprendizaje automático" está considerando. Parece que es un algoritmo que combina datos para varias variables, por lo que generalmente tendrá sentido proporcionarlos en escalas similares.
(MÁS TARDE) A medida que el póster original agrega comentarios uno por uno, su pregunta se está transformando. Todavía considero que (valor - media) / SD tiene sentido (es decir, no tiene sentido) para las variables binarias siempre que la SD sea positiva. Sin embargo, la regresión logística se denominó más tarde como la aplicación y para esto no hay ganancia teórica o práctica (y, de hecho, alguna pérdida de simplicidad) a otra cosa que no sea alimentar en variables binarias como 0, 1. Su software debería ser capaz de hacer frente bien ese; si no, abandone ese software a favor de un programa que pueda. En términos de la pregunta del título: can, yes; debería, no.