spark 报错：java.lang.IllegalArgumentException: requirement failed: init value should = bound 解决

spark 逻辑回归报错：(标题不允许出现“<”符号，完整报错如下)
Exception in thread “main” java.lang.IllegalArgumentException: requirement failed: init value should <= bound

Exception in thread "main" java.lang.IllegalArgumentException: requirement failed: init value should <= bound
	at scala.Predef$.require(Predef.scala:219)
	at breeze.optimize.StrongWolfeLineSearch.minimizeWithBound(StrongWolfe.scala:73)
	at breeze.optimize.StrongWolfeLineSearch.minimize(StrongWolfe.scala:62)
	at breeze.optimize.LBFGS.determineStepSize(LBFGS.scala:76)
	at breeze.optimize.LBFGS.determineStepSize(LBFGS.scala:39)
	at breeze.optimize.FirstOrderMinimizer$$anonfun$infiniteIterations$1.apply(FirstOrderMinimizer.scala:64)
	at breeze.optimize.FirstOrderMinimizer$$anonfun$infiniteIterations$1.apply(FirstOrderMinimizer.scala:62)
	at scala.collection.Iterator$$anon$7.next(Iterator.scala:129)
	at breeze.util.IteratorImplicits$RichIterator$$anon$2.next(Implicits.scala:71)
	at org.apache.spark.ml.classification.LogisticRegression.train(LogisticRegression.scala:809)
	at org.apache.spark.mllib.classification.LogisticRegressionWithLBFGS.runWithMlLogisticRegression$1(LogisticRegression.scala:453)
	at org.apache.spark.mllib.classification.LogisticRegressionWithLBFGS.run(LogisticRegression.scala:459)
	at org.apache.spark.mllib.classification.LogisticRegressionWithLBFGS.run(LogisticRegression.scala:407)

过程：修改数据处理逻辑后突然报错

考虑是数据本身的问题，报错最终指向run()函数，对照加载已持久化的模型发现未出现该问题(即使用load()进行加载)，可以确定是数据的问题。
数据打印出来，复制到文件中搜索找到NAN

原因：run()中给定的训练集数据有问题，比如说出现NAN等情况

这个问题导致模型无法通过训练构造，预测时不会报错。（可以通过加载已经持久化的模型得到）
说明了构造模型的过程对数据要求比较严格，而测试不严格

解决方法：出现NAN一般是由infinity转换而来，infinity在scala中为无穷大，可以由除以0产生，数据做好控制即可。

scala本身不够完善，基本由java衍生，依赖JVM，异常处理不够清晰。