混淆为什么我的 KNN 代码会抛出 ValueError

Question

我正在将 sklearn 用于 KNN 回归器：

#importing libraries and data
import pandas as pd
from sklearn.neighbors import KNeighborsRegressor as KNR
theta = pd.read_csv("train.csv")#pandas dataframe
#getting data wanted from theta and putting it in a new dataframe
a = theta.get("YearBuilt")
b = theta.get("YrSold")
A = a.to_frame()
B = b.to_frame()
glasses = [A,B]
x = pd.concat(glasses)
#getting target data
y = theta.get("SalePrice")
#using KNN
horses = KNR(n_neighbors = 3)
horses.fit(x,y)

我收到此错误消息：

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

有人可以解释一下吗？我的目标数据为数十万，输入数据为数千。并且数据中没有空格。

Answer 1

在回答问题之前，让我重构一下代码。您正在使用数据框，因此您可以索引数据框的单个或多个字段，而无需执行您使用过的额外步骤：

#importing libraries and data
import pandas as pd
from sklearn.neighbors import KNeighborsRegressor as KNR

theta = pd.read_csv("train.csv") # pandas dataframe
#getting data wanted from theta and putting it in a new dataframe
x = theta[["YearBuilt", "YrSold"]] # index multiple fields
#getting target data
y = theta["SalePrice"] # index single field
#using KNN
horses = KNR(n_neighbors = 3)
horses.fit(x,y) # fit KNN

关于您的错误，这表明您的数据中有一些NaN、Inf、大值。您可以通过过滤掉 NaN 和 inf 值来确保这些不会发生：

theta = theta.replace([np.inf, -np.inf], np.nan)

theta.dropna(inplace=True)