当某些数据点为 0 时，在给定时间跨度内处理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，以便每个数据点都与前一个点相比发生百分比变化。问题是其中一些点的值为 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。

有没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它的一些数据点是否合适？

我正在将这些数据输入由 Keras 支持的循环神经网络。

Answer 1

这是机器学习中的经典问题。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常数 eps。所以你需要应用以下转换：

ration = next_step / (eps + small_step)

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