KNN ValueError：输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值答案

【问题标题】：KNN ValueError: Input contains NaN, infinity or a value too large for dtype('float64')KNN ValueError：输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值
【发布时间】：2019-02-17 18:49:44
【问题描述】：

这是我的代码，它应该是一个简单的回归算法。该数据集有大约 500 个样本，每个样本有 12 个因子。我收到了这个错误：

ValueError: 输入包含 NaN、无穷大或一个太大的值 dtype('float64').

代码：

dataset = pd.read_csv('/Users/chrisrivas/Documents/Andrew     Haines/Datasets/GRD.csv', header=None, sep=',')

#coverts dataset into 2d array of values and seperates target column
#[1st to: last rows, and 1st to: 12th columns ]
samples = dataset.loc[:, 1:12].values
targets = dataset[13].values

print(samples)
print(targets)

#training and testing of dataset
X_train, X_test, y_train, y_test = cross_validation.train_test_split(
samples, targets, test_size=0.35, random_state=0)

knn = KNeighborsClassifier(n_neighbors=1)
knn.fit(X_train, y_train)

y_pred = knn.predict(X_test)

#calculates accuracy of algorithm    
print("Test set score: {:.2f}%".format(np.mean(y_pred == y_test)*100))

#opens new data for algorithm to make classification predictions 
dataset2 = pd.read_csv('/Users/chrisrivas/Documents/Datasets/GoldRushDataset-41.csv', header=None, sep=',').values

#continues to loop for each sample and their classification prediction
for sample in dataset2:
    prediction = knn.predict([sample])
    print("Prediction: {}".format(prediction))
    print('    ')    

#other format for predictions: all at a time in array
prediction = knn.predict(dataset2)
print("Prediction: {}".format(prediction))

【问题讨论】：

您是否检查过 dataset2 中的 NaN（不是数字）？例如。 dataset2.isnull().values.any()?
没有，但我刚试了一下，我的输出没有任何新信息...
输出是什么？ dataset2 有 NaN 吗？
还有一件事：你为什么不像对待训练数据那样对待样本呢？ IE。 knn.predict(dataset2.loc[:, 1:12].values)
谢谢，我想我现在可以使用它了，但是我注意到每次运行代码时，我都会在测试中得到相同的分数。我认为每次运行代码时它都会对随机样本进行训练和测试，但事实并非如此。任何帮助将不胜感激。

标签： python nan

【解决方案1】：

您是否检查过数据集中的 NaN（不是数字）2？例如。 dataset2.isnull().values.any()?

另一件事可能是您的错误的原因：您需要像对待训练数据一样对待样本：

knn.predict(dataset2.loc[:, 1:12].values)

【讨论】：