我正在尝试根据路由器上的 RSSI 信号进行室内定位系统，我正在嗅探我的网络，所以我知道与路由器天线相关的手机的 RSSI 是什么（我的房子里有 5 根天线）。

iPhone 并不总是广播探测请求，所以我只能实时了解与设备连接的路由器相关的 RSSI 信号，而不是其他路由器。为了便于理解：有时我的设备的 RSSI 与 5 个路由器相关，有时只有 3 个，在最坏的情况下只有 1 个，所以我的数据有时看起来像这样：

room: 1, device_id: 1, rssi1: -80, rssi2: unknown, rssi3: -55, rssi4: unknown, rssi5: unknown

或者：

room: 1, device_id: 1, rssi1: -80, rssi2: -95, rssi3: -55, rssi4: -102, rssi5: -96

或者：

room: 1, device_id: 1, rssi1: -80, rssi2: unknown, rssi3: unknown, rssi4: unknown, rssi5: unknown

它是基于房间的，所以我不是三角测量。我试图通过观察信号的行为来预测我在房子里的哪个房间。

机器学习将是完美的，但如果数据始终存在并且有时不会丢失某些值。当有时我拥有所有数据而有时只有少数数据时，我应该在这种情况下使用哪种数据算法。