Моя средняя цель - очистить данные для прогнозирования (LSTM) и данные о ежедневной скорости шины.Тем не менее, когда я делаю много методов с шумом, кажется, данные не могут быть использованы, вот исходные данные:
![original data](https://i.stack.imgur.com/ageGI.png)
И это первыйрезультат, который я получил методом вейвлет-шумоподавления (не отбрасывайте пропущенные значения):
![wavelet denoised](https://i.stack.imgur.com/EivY2.png)
Но мы можем видеть в исходных данных, что у шины есть много периодовне на дороге (те горизонтальные линии).Я хочу получить более надежные данные
Поэтому я очищаю и заполняю пропущенное значение с помощью pd.loc
и снова снимаю шум с помощью вейвлета, но полученный результат не имеет долин, это не тот результат, который я хочучтобы увидеть.
![current result](https://i.stack.imgur.com/GxubD.png)
Мой вопрос: могут ли данные использоваться таким образом или нет?Если это возможно, я должен сделать pd.loc
или я просто игнорирую его, используя только вейвлет.Большое спасибо.