python - 处理神经网络中未定义的数据

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 3 年前。

Improve this question

我正在做一个神经网络项目，其中有一个功能是从用户上次事件到某些特定时间所耗时。例如，假设有一个时间列表(3 月 15 日、4 月 1 日、4 月 24 日等)，我们希望找到每个用户在任何这些特定时间之前的最后一次事件与特定时间之间的间隔。为了更清楚，图像user1如果在 3 月 10 日、3 月 13 日和 3 月 24 日有一些操作，则根据 3 月 15 日，他/她的值为 2 天(3 月 13 日)。现在，如果用户在 3 月 15 日之前没有任何操作怎么办？

现在由于某些算法，我加入了一些临时表，这导致有很多 NaN 。如何告诉网络不应该考虑这些小区？

<小时/>

编辑1

填充单元格的代码是这样的:

for aciton_time in all_aciton_times:
    interval_tmp = actions_df.loc[(actions_df['when'] < aciton_time)].drop_duplicates(subset="device_id", keep='last')
    interval_tmp['aciton_' +  str(aciton_time)] = interval_tmp['when'].apply(lambda x: aciton_time - x)
    del interval_tmp['when']
    interval = interval.merge(interval_tmp, on="device_id", how="outer")
    previous_aciton_time = aciton_time

结果是这样的:

谢谢

Answer 1

如果您有一个大型数据集，您可以删除任何具有 NaN 值的行