got 错误：输入包含 NaN、无穷大或对于 dtype('float64')来说太大的值

Question

 ## Load the data ##
train=pd.read_csv("../kagglehouse/train.csv")
test=pd.read_csv("../kagglehouse/test.csv")
all_data=pd.concat((train.loc[:,"MSSubClass":"SaleCondition"],test.loc[:,"MSSubClass":"SaleCondition"]))
NFOLDS = 5
SEED = 0
NROWS = None
ntrain = train.shape[0]
ntest = test.shape[0]
#creating matrices for sklearn 1:
y_train=train["SalePrice"]
x_train = np.array(all_data[:train.shape[0]])
x_test = np.array(all_data[train.shape[0]:])
kf = KFold(ntrain, n_folds=NFOLDS, shuffle=True, random_state=SEED)
class SklearnWrapper(object):
    def __init__(self, clf, seed=0, params=None):
        params['random_state'] = seed
        self.clf = clf(**params)

    def train(self, x_train, y_train):
        self.clf.fit(train_df_munged, label_df)
        #self.clf.fit(x_train, y_train)
    def predict(self, x):
        return self.clf.predict(x)
def get_oof(clf):
    oof_train = np.zeros((ntrain,))
    oof_test = np.zeros((ntest,))
    oof_test_skf = np.empty((NFOLDS, ntest))
    for i, (train_index, test_index) in enumerate(kf):
        x_tr = x_train[train_index]
        y_tr = y_train[train_index]
        x_te = x_train[test_index]
        clf.train(x_tr, y_tr)
        oof_train[test_index] = clf.predict(x_te)
        oof_test_skf[i, :] = clf.predict(x_test)
    oof_test[:] = oof_test_skf.mean(axis=0)
    return oof_train.reshape(-1, 1), oof_test.reshape(-1, 1)

et_params = {
    'n_jobs': 16,
}
rf_params = {
    'n_jobs': 16,
}
xgb_params = {
    'seed': 0,
    'colsample_bytree': 0.7,
    'silent': 1,
    'subsample': 0.7,
}

rd_params={
    'alpha': 10
}

ls_params={
    'alpha': 0.005
}

et = SklearnWrapper(clf=ExtraTreesRegressor, seed=SEED, params=et_params)
rf = SklearnWrapper(clf=RandomForestRegressor, seed=SEED, params=rf_params)
rd = SklearnWrapper(clf=Ridge, seed=SEED, params=rd_params)
ls = SklearnWrapper(clf=Lasso, seed=SEED, params=ls_params)
et_oof_train, et_oof_test = get_oof(et)
rf_oof_train, rf_oof_test = get_oof(rf)
rd_oof_train, rd_oof_test = get_oof(rd)
ls_oof_train, ls_oof_test = get_oof(ls)

，看起来这个

    ValueError Trackback（最近的电话       最后的）            在 （）               135               136 XG_OOF_TRAIN，XG_OOF_TEST = GET_OOF（XG）            -> 137 et_oof_train，et_oof_test = get_oof（et）               138 RF_OOF_TRAIN，RF_OOF_TEST = GET_OOF（RF）               139 RD_OOF_TRAIN，RD_OOF_TEST = GET_OOF（RD）            在get_oof（clf）中                77 x_te = x_train [test_index]                78           ---> 79 clf.train（x_tr，y_tr）                80                81 oof_train [test_index] = clf.predict（x_te）            在火车（self，x_train，y_train）中                46 def火车（self，x_train，y_train）：                47＃self.clf.fit（x_train，y_train）           ---> 48 self.clf.fit（x_train，y_train）                49                50 def预测（self，x）：           e： graphlab  anaconda2  lib  site-packages  sklearn  elesmember  forest.pyc.pyc       适合（self，x，y，sample_weight）               245＃验证或转换输入数据               246 x = check_array（x，accept_sparse =" csc"，dtype = dtype）            -> 247 y = check_array（y，accept_sparse ='csc'，huse_2d = false，dtype = none）               248如果sample_weight不是没有：               249 sample_weight = check_array（sample_weight，suse_2d = false）           E： graphlab  anaconda2  lib  site-packages  sklearn  utils  utils  varyation.pyc       在check_array（数组，accept_sparse，dtype，订单，复制，       force_all_finite，unay_2d，laster_nd，suse_min_samples，       suse_min_features，warn_on_dtype，估算器）               420％（array.ndim，estemator_name））               421如果force_all_finite：            -> 422 _ASSERT_ALL_FINITE（数组）               423               424 shape_repr = _shape_repr（array.hape）           E： graphlab  anaconda2  lib  site-packages  sklearn  utils  utils  varyation.pyc       在_ASSERT_ALL_FINITE（X）中                41而不是np.Iffinite（x）.all（））：                42提高价值Ertror（"输入包含NAN，无穷大"           ---> 43英寸或一个值太大而对于％r。"％x.dtype）                44                45           ValueError：输入包含NAN，Infinity或对于Dtype（'Float64'）而言太大的值。

并且当我使用np.isnan(all_data.all())时，它返回false和 np.isfinite(all_data.all())，它返回true，所以我感到困惑。我为什么会遇到此错误？

Answer 1

您没有正确检查all_data：

np.isnan( all_data.all() )
np.isfinite( all_data.all() )

是不是您应该如何检查数据。

您将np.isnan()和np.isfinite()应用于all_data.all()的输出，该输出是始终 boolean value True/False，因此它是始终 有限的和非nan。p>您应该检查您的数据：

np.isfinite( all_data ).all()
np.isnan( all_data ).all()

请注意，all()应用于np.isfinite()和np.isnan()的输出，而不是相反。