, поэтому у меня есть обучающая ситуация с обучением подкрепления, в которой модель будет принимать входные данные из 5 объектов (4 из них имеют все значения полей данных, а другой имеет пропущенное значение из одного из полей). Задача модели состоит в том, чтобы предсказать, какое значение вероятнее всего будет отсутствовать.
Усиливающий фактор обучения в этом случае состоит в том, что, когда модель прогнозирует отсутствующее значение, она затем заменяет самый старый завершенный объект новым завершенным объектом, который он только что получил от прогнозирования отсутствующего значения, и продолжает прогнозировать отсутствующее значение другого незавершенного объекта, который быть вновь введенным во входные данные в этой точке.
Например, у меня есть 4 полных объекта, которые имеют эти поля со следующей структурой:
{
temperature: 54,
distance: 10,
grade: 4,
action: 0
}
И еще один незавершенный объект:
{
temperature: 54,
distance: 10,
grade: 4,
action: ?
}
Есть ли способ для меня ввести 5 объектов, чтобы обучить модель предсказывать пропущенное значение из последнего / нового объекта? Если так, то как бы я сделал это с пандами / sklearn / keras?
Пожалуйста, дайте мне знать, если мое описание проблемы не ясно. Спасибо.