scikit-learn报”ValueError: Input contains NaN, infinity or a value too large for dtype(‘float64’) “的原因以及解决办法

问题原因

该错误消息表明数据集中含有NaN、无穷大的值或超出了float64数据类型的最大值范围的值。由于scikit-learn只能处理数字数据，所以它无法处理NaN和无穷大的值。如果数据中有这些值，则需要将它们处理成可用的数字类型。

解决办法

1. 删除包含NaN和无穷大的值的行。

   import pandas as pd
   import numpy as np
   
   # 创建数据集
   df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, 6, np.inf, 8]})
   
   # 删除包含NaN和无穷大的值的行
   df = df.dropna()
   df = df.replace([np.inf, -np.inf], np.nan).dropna()

2. 用特定值替换NaN和无穷大的值。

   import pandas as pd
   import numpy as np
   
   # 创建数据集
   df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, 6, np.inf, 8]})
   
   # 用特定值替换NaN和无穷大的值
   df = df.replace([np.inf, -np.inf], np.nan).fillna(0)

3. 使用Imputer类来填充NaN值。

   from sklearn.impute import SimpleImputer
   import numpy as np
   
   # 创建数据集
   X = [[1, 2], [np.nan, 3], [7, 6]]
   
   # 导入Imputer类
   imp = SimpleImputer(missing_values=np.nan, strategy='mean')
   
   # 填充NaN值
   X = imp.fit_transform(X)

4. 检查数据类型是否正确，然后将其转换为float64。

   import pandas as pd
   
   # 创建数据集
   df = pd.DataFrame({'A': [1, 2, 3], 'B': ['4', '5', '6']})
   df['B'] = df['B'].astype(float)

以上是几种解决办法，具体根据情况选择即可。