我是Python新手。我正在尝试使用sklearn.cluster。 这是我的代码:
from sklearn.cluster import MiniBatchKMeans
kmeans=MiniBatchKMeans(n_clusters=2)
kmeans.fit(df)
但是我收到以下错误:
50 and not np.isfinite(X).all()):
51 raise ValueError("Input contains NaN, infinity"
---> 52 " or a value too large for %r." % X.dtype)
ValueError: Input contains NaN, infinity or a value too large for dtype('float64')
我检查过没有Nan或无穷大值。所以只剩下一个选项了。但是,我的数据信息告诉我所有变量都是float64,所以我不明白问题的来源。
df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 362358 entries, 135 to 4747145
Data columns (total 8 columns):
User 362358 non-null float64
Hour 362352 non-null float64
Minute 362352 non-null float64
Day 362352 non-null float64
Month 362352 non-null float64
Year 362352 non-null float64
Latitude 362352 non-null float64
Longitude 362352 non-null float64
dtypes: float64(8)
memory usage: 24.9 MB
非常感谢,
答案 0 :(得分:2)
通过查看您的df.info()
,似乎还有6个非空用户值,而不是任何其他列的值。这表示在每个其他列中有6个空值,这就是错误的原因。
<class 'pandas.core.frame.DataFrame'>
Int64Index: 362358 entries, 135 to 4747145
Data columns (total 8 columns):
User 362358 non-null float64
Hour 362352 non-null float64
Minute 362352 non-null float64
Day 362352 non-null float64
Month 362352 non-null float64
Year 362352 non-null float64
Latitude 362352 non-null float64
Longitude 362352 non-null float64
dtypes: float64(8)
memory usage: 24.9 MB
答案 1 :(得分:1)
我认为fit()仅接受&#34;类似数组,shape = [n_samples,n_features]&#34;,而不接受pandas数据帧。因此,请尝试将数据帧的值传递给它:
kmeans=MiniBatchKMeans(n_clusters=2)
kmeans.fit(df.values)
或者对它们进行整形以便正确运行该功能。希望有所帮助。
答案 2 :(得分:0)
通过查看你的df.info(),似乎还有6个非null用户值,而不是任何其他列的值。这表示在每个其他列中有6个空值,这就是错误的原因。
因此,您可以使用iloc()将数据切片到正确的位置:
df = pd.read_csv(location1, encoding = "ISO-8859-1").iloc[2:20]
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 18 entries, 2 to 19
Data columns (total 6 columns):
zip_code 18 non-null int64
latitude 18 non-null float64
longitude 18 non-null float64
city 18 non-null object
state 18 non-null object
county 18 non-null object
dtypes: float64(2), int64(1), object(3)