0
$\begingroup公司$

我使用LSTM网络来预测来自不可靠设备和网络的物联网时序数据接收。
这会导致多个部分[在问题解决之前连续几天出现坏数据]。
我需要排除这个坏数据部分,然后再将其提供给模型培训。
因为我使用的是LSTM-RNN网络,所以需要根据之前的记录做一个unroll数据。

如何正确地排除这些坏数据?
我认为一种方法是使用每批好的数据分别进行训练模型,然后使用后续的好数据批对模型进行微调。
请让我知道这是不是一个好办法?还是有更好的方法?

示例数据:“1-01”、266.0“1-02”、145.9“1-03”、183.1“1-04”、0[坏数据]“1-05”、0[坏数据]“1-06”、0[坏数据]“1-07”、0[坏数据]“1-08”、224.5“1-09”、192.8“1-10”、122.9“1-11”、0[坏数据]“1-12”、0[坏数据]“2-01”、194.3“2-02”、149.5
| 改进这个问题 | |
新贡献者
雷米减少是此网站的新参与者。注意要求澄清、评论和回答。看看我们的必威电竞的行为准则
\ endgroup美元

    你的答案

    雷米减少是一个新的贡献者。友好点,看看我们的的行为准则

    点击“发布你的答案”,你就同意了我们的服务条款,隐私政策饼干的政策

    浏览其他标记的问题必威英雄联盟必威电竞问你自己的问题