我正在使用pythons sklenar KNeighborsRegressors并收到有关丢失数据的错误（“输入包含NaN，无穷大或dtype值太大”）。对于我的数据集，缺失的数据实际上意味着非常重要的东西，所以我无法通过前向填充或使用均值或类似的东西来替换nans。所以我必须以某种方式保留空白数据。有没有办法让sklearn的K邻居允许空白数据？
显然，目前尚不清楚“接近”是什么意思，但是我想将其定义为无限距离，因此如果它们也是纳米，则值仅匹配该邻居。 有没有办法让sklearn这样做？我想也许用一些巨大的价值（比如9999999999999999999999）替换那些离它看起来无穷无尽的每一个价值的nans，但也许有更好的方法呢？