Keras / NN - 处理 NaN，缺少输入

Question

这些天我正在尝试自学机器学习，我正在解决我的数据集的一些问题。

我的一些行（我使用我用一些 js 脚本创建的 csv 文件，我觉得在 js 中这样做更有信心）是空的，这是正常的，因为我正在尝试构建一些猜测模型，但问题是它导致nan在我的训练集上有值。

我的神经网络没有经过训练，所以我添加了一段代码将它们从我的集合中删除，但现在我遇到了一些问题，我的模型无法处理来自不同大小的输入。

所以我的问题是：我如何处理丢失的数据？（我基本上有 2 行，只能有 1 的值，不能合并它们，因为它不会给出好的结果）

我可以将它从我的集合中删除，这最终会降低我的模型的准确性。

PS：如果需要，我会在回家后发布一些代码。

Answer 1

在训练和推理期间，您需要具有相同的输入大小。如果您有几个缺失值（几个 %），您始终可以选择用 0或列的平均值替换缺失值。如果您有更多缺失值（超过 50%），您最好完全忽略该列。请注意，这个理论上的，让它发挥作用的最佳方法是对您的数据尝试不同的策略。