ValueError: Input contains NaN, infinity or a value too large for dtype(‘float64‘).

1、问题：在调用roc_auc_score()函数出现NaN或者无穷大值

2、解决思路：

根据您提供的错误信息，问题出现在使用 roc_auc_score 函数计算接收者操作特征曲线下面积（AUC）时。错误提示 "Input contains NaN, infinity or a value too large for dtype('float64')" 表明输入数组中存在非数字（NaN）、无穷大（infinity）或者过大的值，这些值在 float64 类型中是不允许的。

要解决这个问题，您需要检查 predict 变量，这是传递给 roc_auc_score 函数的预测分数数组。以下是一些可能的解决步骤：

1. 检查数据：确保 predict 数组中没有 NaN 或无穷大的值。您可以使用 numpy 的 isnan 或 isinf 函数来检查这些值。

   import numpy as np # 假设 predict 是您的预测分数数组
   if np.isnan(predict).any() or np.isinf(predict).any(): 
      print("数组中含有 NaN 或无穷大的值")

2. 清理数据：如果发现 NaN 或无穷大的值，您需要决定如何处理这些值。常见的方法是用某个值替换它们，例如0或者中位数

   predict = np.nan_to_num(predict, nan=0.0) # 将 NaN 替换为 0 
   predict = np.clip(predict, a_min=None, a_max=np.finfo(np.float64).max) # 限制无穷大的值

3. 重新计算：在清理数据后，再次尝试计算 AUC。

4. 检查数据类型：确保 predict 数组的数据类型是 float64 或者可以安全转换为该类型。

5. 调试：如果问题仍然存在，您可能需要进一步调试代码，以确定为什么会出现这些值。

6. 更新依赖：确保您使用的 scikit-learn 库是最新版本的，因为旧版本可能存在已知的错误。

如果您需要进一步的帮助来解决这个问题，您可以提供更多的代码上下文，这样我可以提供更具体的建议。

3、解决办法