sklearn.impute.MissingIndicator ValueError:输入包含NaN,无穷大或对于dtype('float64')而言太大的值。

时间:2018-10-26 06:04:02

标签: python-3.x scikit-learn valueerror imputation

在使用sklearn的估算库(v0.0.20)创建和测试一些示例时,我遇到了上述错误。我设置了以下简单示例,并希望为NaN和999创建一个MissingIndicator功能。

一切都适用于NaN,但是如果我尝试用999替换缺失值参数,则会出现此错误。根据文档编号应该没问题。

enter image description here

这是代码和错误:

X = pd.DataFrame(
    np.array([5,7,8,-5,0,25,999,
              1,-1, np.NaN, 0, np.NaN])\
              .reshape((4,3)))

from sklearn.impute import MissingIndicator
indicator_1 = MissingIndicator(missing_values=np.NaN)
indicator_1.fit_transform(X)
indicator_2 = MissingIndicator(missing_values=999)
indicator_2.fit_transform(X)

enter image description here

我知道自己构建一个有效的缺失指示器真的很容易。但是我想知道我是不是在错误地使用该库,还是这是一些内部问题?

谢谢!

0 个答案:

没有答案