Если у вас есть входные данные с неизвестными значениями, можно представлять их с NaN значения. Для примера вот пять векторов с 2 элементами с неизвестными значениями в первом элементе двух векторов:

p1 = [1 NaN 3 2 NaN; 3 1 -1 2 4];

Сеть не сможет обработать NaN значения правильно. Используйте функцию fixunknowns для преобразования каждой строки с помощью NaN значения (в этом случае только первая строка) в две строки, которые кодируют ту же информацию численно.

[p2,ps] = fixunknowns(p1);

Вот как первая строка значений была перекодирована как две строки.

p2 =
   1  2  3  2  2
   1  0  1  1  0
   3  1 -1  2  4

Первая новая строка является исходной первой строкой, но со средним значением для этой строки (в этом случае 2) замена всех NaN значения. Элементы второй новой строки теперь либо 1, что указывает на то, что исходный элемент был известным значением, или 0 указывает, что он неизвестен. Исходная вторая строка теперь является новой третьей строкой. Таким образом, как известные, так и неизвестные значения кодируются численно таким образом, чтобы можно было обучать и моделировать сеть.

Всякий раз, когда вы поставляете новые данные в сеть, вы должны преобразовывать входы таким же образом, используя настройки ps возвращается по fixunknowns когда он использовался для преобразования обучающих входных данных.

p2new = fixunknowns('apply',p1new,ps);

Функция fixunkowns рекомендуется только для входа. Неизвестные цели, представленные NaN значения могут обрабатываться непосредственно алгоритмами обучения тулбокса. Для образца эффективности функции, используемые алгоритмами обратного распространения, распознают NaN значения как неизвестные или неважные значения.