ValueError: Input contains NaN, infinity or a value too large for dtype('float32')

背景：

在训练模型 fit(x_train,y_train) 时遇到报错 ValueError: Input contains NaN, infinity or a value too large for dtype('float32') 

 

解决：

from sklearn.preprocessing import Imputer

df = Imputer().fit_transform(df)

 

其实我遇到这个报错主要由于我的数据当中有大量的缺失值，而sklearn.preprocessing.Imputer恰恰是填补缺失值的一个重要的方法，它的详细参数包括：

sklearn.preprocessing.Imputer(missing_values=’NaN’, strategy=’mean’, axis=0, verbose=0, copy=True)

参数说明：

missing_values：缺失值，可以为整数或NaN(缺失值numpy.nan用字符串‘NaN’表示)，默认为NaN

strategy：替换策略，字符串，默认用均值‘mean’替换

①若为mean时，用特征列的均值替换

②若为median时，用特征列的中位数替换

③若为most_frequent时，用特征列的众数替换

axis：指定轴数，默认axis=0代表列，axis=1代表行

copy：设置为True代表不在原数据集上修改，设置为Fal