У меня есть некоторые данные, которые я хотел бы использовать, чтобы создать модель для предсказания будущего. Раньше я использовал LSTM для последовательных данных, таких как каждый день, каждый месяц или около того, но теперь у меня есть такие данные: Данные с пробелами
Эти данные имеют много промежутки между датами типа 01-04, 01-06, а также одинаковыми датами внутри. Например: то же самое событие произошло в тот же день, но в другом месте. Второй столбец - это оцифрованные места (значение закрытия == место закрытия). Я хотел бы сделать прогноз события (Date, Time, Place, Values...) с этими данными, используя Keras's LSTM layers. Я могу разбить первый столбец по дате и времени, но я думаю, что было бы не очень разумно заполнить пропущенные даты и добавить внутрь значения NaN, потому что есть много ячеек с одинаковым значением (Date). Не могли бы вы сказать мне, какой подход я должен выбрать?