如何处理时间序列问题中移动平均值特征的缺失值?

问题描述 投票:-3回答:1

我正在尝试为缺少值的数据创建一些移动平均值。

我的看法,我有两个选择:

1)我可以用最近的已知值填充这些点。问题是,我认为这将破坏移动平均线功能的完整性。

2)我可以将这些值设置为NaN。这导致移动平均数为NaN。问题是我不确定如何处理NaN功能。我可以用0填充NaN,但是0的移动平均值再次与未知的移动平均值不同。

但是选项似乎会引起一些完整性问题。有没有其他人遇到过类似问题的经验?

python pandas machine-learning missing-data moving-average
1个回答
0
投票

您可以用移动平均线填充它们直到NaN(根据先前的值预测这些值)。这是一种连续移动平均线。

© www.soinside.com 2019 - 2024. All rights reserved.