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)
