长短时间记忆（LSTM）系列_LSTM的数据准备（6）——如何处理序列预测问题中的缺失时间步长（附两个完整LSTM实例）

导读： 本文讨论分析了输入数据中，有数据缺失的状况如何处理 通常有两种状况，分别是对缺失值进行替换和学习，忽略对缺失值的学习 同时文章演示了对于缺失值得补全方法。 文末附带两个LSTM代码，比较了两种对缺失值不一样处理方式的网络模型优劣html 源码地址：python https://github.com/yangwohenmai/LSTM/tree/master/%E9%95%BF%E7%9F%

>>阅读原文<<