该报错信息指出输入模型的样本权重或样本掩码的总和不为正值。这意味着可能存在负的或零的样本权重或样本掩码值，而这在模型训练过程中是不允许的。
具体来说，如果输入数据中包含有负的或者零的样本权重或掩码值，这些值将在模型内部引起错误，导致模型无法训练或无法正确输出结果。因此，需要对这些异常数据进行修正。
解决办法如下：
检查数据集中的样本权重和掩码值
检查输入数据集中的样本权重和样本掩码值，确保这些值都是正值。同时，可以检查数据集是否存在nan值，如果存在，可以先进行处理。
标准化样本权重和掩码值
对样本权重和掩码值进行标准化处理，可以将它们的值映射到0到1之间，这样可以避免出现负值。标准化的方法包括min-max标准化、z-score标准化等。
调整模型参数
有些情况下，调整模型参数也可以解决该问题，例如调整学习率、正则化系数等。
总之，需要对训练数据中的异常值进行处理，以保证模型训练的稳定性和准确性。
此文章发布者为：Python技术站作者[metahuber]，转载请注明出处：http://pythonjishu.com/scikit-learn-error-46/
微信扫一扫 
支付宝扫一扫 