長短時間記憶（LSTM）系列_LSTM的數據準備（6）——如何處理序列預測問題中的缺失時間步長（附兩個完整LSTM實例）

導讀： 本文討論分析了輸入數據中，有數據缺失的狀況如何處理 通常有兩種狀況，分別是對缺失值進行替換和學習，忽略對缺失值的學習 同時文章演示了對於缺失值得補全方法。 文末附帶兩個LSTM代碼，比較了兩種對缺失值不一樣處理方式的網絡模型優劣html 源碼地址：python https://github.com/yangwohenmai/LSTM/tree/master/%E9%95%BF%E7%9F%

>>阅读原文<<