我正在尝试使用位于tensorflow的数据集来创建机器学习模型 https://www.kaggle.com/imnikhilanand/heart-attack-prediction
csv文件如下所示（请注意，我已将?替换为.，以便更易于用熊猫解析）
age,sex,cp,trestbps,chol,fbs,restecg,thalach,exang,oldpeak,slope,ca,thal,num
28,1,2,130,132,0,2,185,0,0,.,.,.,0
29,1,2,120,243,0,0,160,0,0,.,.,.,0
29,1,2,140,.,0,0,170,0,0,.,.,.,0
当我用熊猫解析时，.在熊猫的数据框中被读为NaN
由于使用NaN进行的任何操作都是NaN，因此馈送此数据会造成问题。
我的数据问题是数据不可用，有没有办法将这种数据馈送到模型并获得结果。
我发现的解决方案之一是用一些数字（例如0）代替它，但是这样做破坏了模型的准确性，我想避免这种情况。
答案 0 :(得分：0)
查看data，并意识到三个属性scope，ca和thal中的值的绝大多数丢失，您应该做的最确定的事情就是从建模中完全删除这些属性（列）。
机器学习中有一个（巨大的...）领域涉及数据插补，但在这里肯定不适用-通常仅在 some （即少数）时适用您的价值观缺失了，这远非如此。
我发现的解决方案之一是用一些数字（例如0）代替它，但是这样做破坏了模型的准确性，我想避免这种情况。
这是可以理解的；如果您确实坚持朝这个方向进行实验，请尝试使用相应属性的平均值（或中位数）替换缺失值（这是最简单的数据插补方法之一）。
如果您打算在这里使用深度学习模型，还请注意，对于这样的应用程序，只有294个样本的数据集相当小...