你好，Jianping Zhou
我想咨询下关于MTSCI模型中模型训练策略的问题，具体为：
1、在原始论文中，训练策略描述为：在point pattern模式下，随机选择0100%的点位作为填补目标；在block pattern模式下，以015%的概率选择缺失起始点。 请问这是针对每个长度为24的样本进行的缺失掩码，还是针对原始的全量数据。 如果是对每个长度为24的样本进行掩码，是不是意味着每个训练样本的缺失率是0-100之间的随机值？
2、在代码dataloader.py的line107-126中，模型训练的缺失掩码为固定的missing_ratio，以及固定的0.15%起始概率。这和论文中的描述是有差异的，即：代码中的训练数据缺失率和验证集、测试集的缺失率是一样的。 请问论文呈现的准确性效果是以哪个为准。
3、在代码dataloader.py的line107-126中，min_seq被赋值为48，max_seq赋值为12，请问是不是赋值数据写反了？line37-54类似。
期待您的解答，多谢！
你好，Jianping Zhou
我想咨询下关于MTSCI模型中模型训练策略的问题，具体为：
1、在原始论文中，训练策略描述为：在point pattern模式下，随机选择0
100%的点位作为填补目标；在block pattern模式下，以015%的概率选择缺失起始点。 请问这是针对每个长度为24的样本进行的缺失掩码，还是针对原始的全量数据。 如果是对每个长度为24的样本进行掩码，是不是意味着每个训练样本的缺失率是0-100之间的随机值？2、在代码dataloader.py的line107-126中，模型训练的缺失掩码为固定的missing_ratio，以及固定的0.15%起始概率。这和论文中的描述是有差异的，即：代码中的训练数据缺失率和验证集、测试集的缺失率是一样的。 请问论文呈现的准确性效果是以哪个为准。
3、在代码dataloader.py的line107-126中，min_seq被赋值为48，max_seq赋值为12，请问是不是赋值数据写反了？line37-54类似。
期待您的解答，多谢！