Skip to main content
 首页 » 编程设计

python之SKlearn KFold 生成 NaN 值

2025年02月15日8mengfanrong

我有一个只有 1 列的特征框,名为 X,其中包含浮点值和一个带有二进制类(1 或 0)的标签向量 y。

当我执行 X.isnull().sum() 时,它输出 0 并且标签向量也是如此。但是当我尝试像这样在 KFold 循环中索引 X 时:

acc = [] 
for train_ind, test_ind in kf.split(X): 
    X_train, X_test = X[train_ind], X[test_ind] 
    y_train, y_test = y[train_ind], y[test_ind] 
 
    dtree.fit(X_train, y_train) 
    acc.append(accuracy_score(y_test, dtree.predict(X_test))) 
    print(acc) 
print(np.array(acc).mean()) 

它会输出一个错误,提示 Input contains NaN, infinity or a value too large for dtype('float32'). 当我执行 X_train.insull().sum() 时,它输出 2。这意味着它在索引时生成 2 个 nan 值。我的索引对于特征和标签向量是否正确?

请您参考如下方法:

不确定是否是这种情况,但我相信 y 数据框中缺少一些索引。在运行循环之前尝试重置它:

y.reset_index(drop=True)