statsmodel.api.Logit：valueerror 数组不得包含 infs 或 nans

【问题标题】：statsmodel.api.Logit: valueerror array must not contain infs or nansstatsmodel.api.Logit：valueerror 数组不得包含 infs 或 nans
【发布时间】：2013-10-13 22:36:29
【问题描述】：

我正在尝试使用 statsmodel.api.Logit 在 Python 中应用逻辑回归。我遇到了错误 ValueError：数组不得包含 infs 或 NaN。

当我执行时：

data['intercept'] = 1.0
train_cols = data.columns[1:]
logit = sm.Logit(data['admit'], data[train_cols])
result = logit.fit(start_params=None, method='bfgs', maxiter=20, full_output=1, disp=1, callback=None)

数据包含超过 15000 列和 2000 行。其中 data['admit'] 是目标值， data[train_cols] 是特征列表。谁能给我一些提示来解决这个问题？

【问题讨论】：

标签： python pandas statsmodels

【解决方案1】：

默认情况下，Logit 不会检查您的数据是否存在不可处理的无穷大 (np.inf) 或 NaN (np.nan)。在 pandas 中，后者通常表示缺少条目。

要忽略缺少数据的行并继续其余部分，请使用missing='drop'，如下所示：

sm.Logit(data['admit'], data[train_cols], missing='drop')

请参阅Logit docs 了解其他选项。

如果您不希望您的数据包含任何丢失的条目或无穷大，则可能是您错误地加载了它。查看data[data.isnull()] 看看问题出在哪里。（注：Read this 了解如何使 infs 注册为 null。）

【讨论】：