Python Keras/NN-处理NaN，缺少输入

这些天来，我试图自学机器学习，并且我正在处理我的数据集的一些问题

我的一些行（我使用一些js脚本创建的csv文件，我觉得在js中这样做更自信）是空的，这是正常的，因为我试图构建一些猜测模型，但问题是它会导致我的训练集中出现

nan

值

我的NN没有经过训练，所以我添加了一段代码来从我的集合中删除它们，但现在我遇到了一些问题，我的模型无法处理来自不同大小的输入

所以我的问题是：如何处理丢失的数据？（我基本上有2行，只能有1中的值，不能合并它们，因为这样不会产生好的结果）

我可以把它从我的集合中移除，这最终会降低我模型的准确性

---

PS：如果需要的话，我会在回家后发布一些代码。

在训练和推理过程中，你需要有相同的输入大小。如果有少部分缺失值（几%），则始终可以选择将缺失值替换为0或列的平均值。如果缺少的值更多（超过50%），则最好完全忽略该列。请注意，这一理论上的最佳方法是在数据上尝试不同的策略。

Merci@Benjamin Breton。现在我只想忽略它，但仍然有数据在旁边，也许在我让我的模型工作并给出足够好的结果时尝试实现它。