machine-learning - 当某些数据点为 0 时，处理给定时间范围内百分比变化的最佳实践？

Question

我有一个数据集，其中一些数据点为 0，我正在尝试对其进行处理，以便每个数据点都是与前一个点相比的百分比变化。问题在于，其中一些点的值为 0，因此有时计算相对于前一个数据点 0 的百分比变化会导致当前数据点等于无穷大。

是否有更好的方法来处理百分比变化，或者循环神经网络使用无穷大作为其某些数据点是否可以？

我正在将这些数据输入到 Keras 支持的循环神经网络中。

Answer 1

这是机器学习中的一个经典问题。在处理此类问题时，您需要应用所谓的平滑，通常是向分母添加一个小的常量eps。因此，您需要应用以下转换:

ration = next_step / (eps + small_step)

我建议您将eps设置为大于1e5，因为1e6是float32的小数点精度> keras 中使用的格式。