J'ai un ensemble de données d'un capteur (station) depuis plusieurs années avec cette structure:apprentissage en profondeur la formation de l'ensemble de données qui a
station Direction year month day dayOfweek hour volume
1009 3 2015 1 1 5 0 37
1009 3 2015 1 1 5 1 20
1009 3 2015 1 1 5 2 24
... . .. .. .. .. .. ..
il y a beaucoup d'écart (valeur manquée) dans ces données. Par exemple, il pourrait y avoir un mois ou plusieurs jours manqués. Je remplis les volumes manqués avec 0. Je veux prédire le volume basé sur les données précédentes. J'ai utilisé LSTM et l'erreur absolue moyenne en pourcentage (MAPE) est assez élevée autour de 20 et je dois la réduire.
Le principal problème que j'ai est même pour traning j'ai un écart. Existe-t-il d'autres techniques d'apprentissage en profondeur pour ce type de données?