使用statsmodels logit函数，出现MissingDataError: exog contains inf or nans

最新推荐文章于 2025-02-19 16:35:01 发布
最新推荐文章于 2025-02-19 16:35:01 发布
阅读量1.6w 收藏 4
点赞数 2
分类专栏： python 文章标签： 机器学习 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zoe757081803/article/details/103023537
版权
本文针对数据分析中遇到的MissingDataError异常，详细介绍了如何通过数据归一化来解决inf或nan值导致的问题，提供了一种实用的数据预处理方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

MissingDataError: exog contains inf or nans
检查数据集，并未发现 inf 或 nan 值
解决方法：对数据进行归一化

#数据归一化
#train_cols是所有分析列
train_norm=train_cols.apply(lambda x: (x - np.min(x)) / (np.max(x) - np.min(x)))
train_norm['intercept'] = 1.0
train_norm.head()
【Python计量】Logit模型
mfsdmlove的博客
08-22 1万+
如果被解释变量时离散的，而非连续的，称为“离散选择模型”。的系数为例，其解读方式为：当其它变量保持不变时，申请者的Age年龄每增加一岁，其购买汽车的对数几率增加0.2370（绝对数），对数几率并不易直观理解。的OR为例，其解读方式为：当其它变量保持不变时，申请者的Age年龄每增加一岁，其购买汽车的几率变为原来的1.267倍，即几率增加了26.7%。则男性会游泳的概率为100/300，Odds为100/200，男性会游泳的概率为100/400，Odds为100/300，
用Python做多项Logit模型
Cuiweibaike的博客
05-04 1169
看到网上有一些用 python 做多项 Logit 模型的讲解，大多是使用 scikit-learn 库。这里要介绍的是如何使用 statsmodels 库来做多项 Logit 模型。
BUG:statsmodels.tools.sm_exceptions.MissingDataError: exog contains inf or nans
洪源的博客
03-14 2万+
原因 statsmodels.api不允许有nan和inf值 解决 详见我的另一篇文章 https://blog.csdn.net/Da___Vinci/article/details/88556888
python线性回归提示MissingDataError: exog contains inf or nans
子建莫敌
09-22 7793
python线性回归提示MissingDataError: exog contains inf or nans
RuntimeError: probability tensor contains either inf, nan or element ＜ 0
最新发布
Constantdropping的博客
02-19 155
大模型推理报错
python离线手动安装轮子（statsmodels-用于Logit分析）
reclueno1的博客
03-26 9873
轮子材料下载：https://www.lfd.uci.edu/~gohlke/pythonlibs/cp34,35对应python的版本号，win_amd64对应64位的windows系统本来安装过3.7版的statsmodel，基础模块都安装完成的情况下，仍然有问题，报错缺少“visual studio”,现再次尝试安装3.6版。statsmodels需要的基础模块：安装操作：将轮子放到桌面（或...
python sklearn库logistics_python – “statsmodels”和“sklearn”中的Logit估计器
weixin_27717759的博客
01-14 1452
我很确定它是一个功能,而不是一个bug,但我想知道是否有办法让sklearn和statsmodel在logit估计中匹配.一个非常简单的例子：import numpy as npimport statsmodels.formula.api as smfrom sklearn.linear_model import LogisticRegressionnp.random.seed(123)n = 1...
Python ： statsmodels & sklearn LogisticRegression
jin_tmac's studio
06-04 1217
python 逻辑回归 satasmodels 和 sklearn LogisticRegression结果系数总是不一致 除了LogisticRegression要设置fit_intercept = False以外，会发现sklearn的各变量的系数 都会比satasmodels 要小一些 这说明sklearn中有正则化，但是satasmodels 的logit没有正则化，而且sklearn中的正则化无法取消。 解决方法如下： 如图所示可以对反正则化系数C设置一个极大值，结果就很接近了 问题参考 .
逻辑回归介绍及statsmodels、sklearn实操
baidu_26137595的博客
04-09 5520
本文分别介绍了statsmodel、sklearn中如何进行逻辑回归建模，并重点就sklearn中建模时遇到的样本不平衡问题、模型调优问题进行代码练习。
statsmodels 做逻辑回归 得到置信区间 预测区间 添加截距项
Caiqiudan的博客
05-04 1626
from sklearn.model_selection import train_test_split # 逻辑回归 lr = sma.Logit(y_train,x_train) result = lr.fit() result.summary2()
R语言错误的提示（中英文翻译）
热门推荐
08-14 2万+
# Chinese translations for R package # Copyright (C) 2005 The R Foundation # This file is distributed under the same license as the PACKAGE package. # 陈斐 <feic@normipaiva.com>, 2006. # ...
Python手册(Machine Learning)--statsmodels(Regression)
WilenWu
12-19 1万+
Regression一般线性回归TheoryModel ClassesResults ClassesExamples广义线性回归TheoryModel ClassesResults ClassesExamples广义估算方程线性混合模型离散因变量回归Examples Python手册(Machine Learning)–statsmodels(Quickstart) Python手册(Machi...
statsmodels0.9
09-30
python版本为3.6，电脑为64位操作系统 此用于数据挖掘的统计分析，基于numpy
科研学习|研究方法——Python计量Logit模型
也许有一天我们再相逢 睁开眼睛看清楚 我才是英雄！
11-15 2430
python实现logit回归
Python数模笔记-StatsModels 统计回归（1）简介
youcans的博客
05-04 5686
关于 StatsModels statsmodels（http://www.statsmodels.org）是一个Python库，用于拟合多种统计模型，执行统计测试以及数据探索和可视化。 文档 最新版本的文档位于： https://www.statsmodels.org/stable/ 主要功能 线性回归模型： 普通最小二乘法 广义最小二乘法 加权最小二乘法 具有自回归误差的最小二乘法 分位数回归 递归最小二乘法 具有混合效应和方差分量的混合线性模型 glm：支持所有一个参数的广义线性模型 指.
为什么在使用statsmodels中的logit函数时，p 值都是NAN空值？
zoe757081803的博客
11-12 3912
result.summary()出现大量空值 解决方法：删除数据中数据重复的列
python statsmodel 回归结果提取（回归系数、t值、pvalue、R方）【转载】
chenhepg的博客
12-12 3573
OLS Summery
使用statsmodels实现线性回归
zhangfengBX的博客
04-04 9757
使用statsmodels实现线性回归statsmodels简介关于统计模型主要特点线性回归模型：离散模型:RLM: 鲁棒的线性模型，支持多个 M 估计器。马尔可夫切换模型（MSAR），也称为隐马尔可夫模型（HMM）生存分析:多变量:非参数统计：单变量和多变量核密度估计其他模型什么是线性回归？简单线性回归案例数据集说明导入需要的工具包使用pandas生成数据数据整理回归模型建模关于自变量的线性回归...
statsmodels专栏6——专业洞见：Python中的Statsmodels库高级线性模型
theskylife的博客
12-21 3535
在当今数据科学和统计分析领域，高级线性模型是解决更为复杂问题的得力工具。其中，Statsmodels库作为Python中的一项强大工具，提供了丰富的高级线性模型功能，为数据分析师和统计学家提供了更多解决方案。在本文中，我们将深入研究Statsmodels库中高级线性模型的几个重要方面，并展示它们在实际数据分析中的应用。
logit.h:4:10: fatal error: QMainWindow: No such file or directory
06-08
这个错误提示意味着编译器无法找到名为 `QMainWindow` 的头文件。`QMainWindow` 是 Qt 框架中定义的一个类，用于创建主窗口。如果你的项目中使用了 Qt 框架，需要确保已经正确地安装了 Qt，且编译器能够找到 Qt 的头文件和库文件。 为了让编译器能够找到 Qt 的头文件，你需要在编译命令中指定 Qt 的头文件路径。在大多数情况下，Qt 的头文件存储在类似于 `C:\Qt\5.15.2\mingw81_64\include` 的路径中。你可以在编译命令中添加 `-I` 选项指定该路径，例如： ``` g++ -I"C:\Qt\5.15.2\mingw81_64\include" -o main main.cpp ``` 其中，`-I` 表示指定头文件路径，`"C:\Qt\5.15.2\mingw81_64\include"` 表示 Qt 的头文件路径。 除了指定头文件路径，你还需要在编译命令中指定 Qt 的库文件路径和链接选项。这些信息通常存储在 Qt 的配置文件中。如果你使用的是 Qt Creator，可以通过 `Projects` 面板中的 `Build & Run` 选项卡来配置 Qt 的构建设置。如果你使用的是其他 IDE 或文本编辑器，可以参考 Qt 官方文档中的相关说明来进行配置。 希望这些信息能对你有所帮助。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值