当我尝试在 python 中执行此操作时:
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
我收到这个错误:
ValueError: Input contains NaN, infinity or a value too large for dtype('float64')
我知道有些帖子有相同的标题,但大多数时候问题是因为数据是 NaN,这不是我的情况,当我尝试下面的函数时,它会判断是否存在 NaN 或无穷大数:
import numpy
numpy.isfinite(X_train).all()
其中 X_train 是我的 float 组
( https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.isfinite.html )
这是 X_train 中的数据类型。也许这些数据的范围从大约 -15 到 4000 太宽以至于无法进行缩放?
4068.725
4035.808
4067.000
4051.697
412761.343
101.905
4050.460
4067.000
-15.303
1.099
52.363
56.739
68.997
72.410
62.171
4052.077
4033.867
33.385
4050.690
4031.547
19.143
13.494
11.298
43.261
请您参考如下方法:
我的错,我以为
numpy.isfinite(X_train).all()
如果所有的值都是有限的而不是 NaN,应该返回 True,但它是 false。 找到偷偷摸摸的值的好方法太执行下面的代码了:
numpy.argwhere(numpy.isnan(X_train))
(我在数组中发现了一些 NaN)。 感谢您顺便纠正我的问题,user3666197,我在这里退出了新手。
