处理RNN / LSTM中缺失的数据（时间序列）

Question

正如标题所示，我有一个时间序列数据集，并且有大量缺失的数据。处理LSTM模型的最佳方法是什么？

为了进一步详细说明，我有大约五个数据源来创建数据集，其中一些不允许我获取历史数据，因此我对该源中的功能缺少相当多的内容。我可以填写一些使用最近观察到的样本，但在大多数情况下是不可能的。

我看到的一些建议是：

• 隐马尔可夫模型
• 期望最大化
• 使用神经网络预测缺失值

但是对于我来说，我觉得我将失去很多数据完整性。通常如何处理/在LSTM模型中调整此方法的最佳方法是什么？

我正在使用Python / Keras / TensorFlow。

Answer 1

在模型的顶层可能有masking可能会有所帮助。

  

对于输入张量中的每个时间步长（张量中的维＃1），如果该时间步长的输入张量中的所有值都等于mask_value，那么将在所有下游层中屏蔽（跳过）时间步长（因为他们支持掩蔽）。