Question

当我执行命令时：

clf.fit(train_data, train_label)

我收到以下错误

ValueError：输入包含NaN，无穷大或对于dtype来说太大的值（＆＃39; float32＆＃39;）。

问题是数组train_data的大小（18000,20）。我试过使用这个命令：

clf.fit(np.float32(train_data), train_label)

或

train_data = np.array([s[0].astype('float32') for s in train_data])

在以下链接中找到列车文件（python）中的数据集train_data和train_label：

https://www.dropbox.com/s/b3017gi18x6x325/train?dl=0

但是，我无法得到数组中的所有值＆＃34; train_data＆＃34;对clf.fit函数有效。有什么帮助吗？

Answer 1

刚刚找到了解决此错误的解决方案。您需要缩放数据：

代码：

from sklearn.ensemble import RandomForestClassifier
import pickle
import numpy as np
from sklearn.preprocessing import scale

with open('train', 'rb') as f: 
    train_data, train_label = pickle.load(f)

#some diagnostic to see if there are NaNs. No NaN were found !
print(np.isnan(train_data))
print(np.where(np.isnan(train_data)))
print(np.nan_to_num(train_data))
print(np.isnan(train_label))
print(np.where(np.isnan(train_label)))

#so need to scale
train_data = scale(train_data)

clf = RandomForestClassifier()
clf.fit(train_data, train_label)

Python - scikit错误学习随机森林关于值格式

1 个答案: