#python-3.x #scikit-learn
#python-3.x #scikit-learn
Вопрос:
При подгонке модели для X и Y. Оба взяты из обучающих данных и истинности соответственно. Проверено, что данные не содержат NaN или Inf.
Попытался преобразовать данные в матрицу 20 * 3 и просмотрел данные, в которых ничего не казалось неуместным. Как я могу это исправить.
Вот подмножество данных, над которым я работаю: 1 2 3
12235 0.0369 -0.1415 -0.4381 11008 0.4285 0.2449 0.7858 15983 0.5557 0.0466 -0.2477 15881 0.8825 1.3252 -0.2296 14037 1.6551 0.5298 0.1924 4860 0.7082 -0.3576 0.5771 13475 0.0103 0.1030 1.4402 7226 0.5135 1.2396 0.9988 2862 0.5454 -0.1530 1.5451 1401 0.7960 0.9605 0.8021 3988 0.2682 0.9393 -0.1930 16346 -0.2303 0.5633 0.5991 15293 0.9816 0.6522 0.1207 895 0.6816 0.6819 0.5101 14781 0.2243 0.0350 -0.6212 14791 0.1902 0.2113 0.4330 4869 0.5471 1.4235 0.4891 1770 0.5270 0.4097 0.3691 15483 1.0364 0.8619 0.6298 17033 0.9304 -0.3223 0.9128 1 2 3 9909 0.0884 0.3513 0.7508 4307 0.3094 0.8885 1.2935 14128 -0.5162 1.0465 -1.1435 15694 0.6993 0.3426 0.9185 3709 -0.6405 -0.3263 0.2199 16190 0.7642 0.4764 0.3143 15877 0.6836 0.2586 0.8664 3319 -0.3437 -0.1538 0.5070 8135 0.1876 0.9128 -0.1812 13035 0.7733 1.7522 0.4158 12168 -0.0617 -0.0897 0.3686 10469 1.1860 0.3772 0.4178 6211 0.8808 1.0333 0.5994 9491 0.5110 0.6489 0.6749 8310 0.5609 0.1232 0.7549 171 1.3448 -0.7569 -0.1178 2068 0.4097 -0.1648 0.1831 4393 -0.2469 -0.4033 0.2077 2134 0.9408 0.2473 0.2176 12191 0.1368 1.5374 0.7149
Комментарии:
1. Этот пустой столбец? …. для меня не похоже на число (т.е. NaN). ?
2. какой пустой столбец .. это матрица 20 * 3
Ответ №1:
Я передавал фрейм данных, используя .values в fit() устраняет проблему, а также мой Y_Predict выдает несколько NAN. Это сработало после того, как я исправил эти вещи. Спасибо!!