【问题标题】:Output of f_classif (sklearn) is a array that contain nan onlyf_classif (sklearn) 的输出是一个仅包含 nan 的数组
【发布时间】:2021-11-18 19:49:17
【问题描述】:

我使用 train_test_split 来拆分训练集调用 X_train 和 y_train。对于 X_train,我得到了 799 行和 9 个特征。对于 y_train,它有 799 行是“更改”。当我尝试使用 F,PV = f_classif(X, y) 获取 F 值时。 9 个特征有 9 个值是正确的,但它是“nan”。我只是不明白为什么我不能得到任何输出。
我仔细检查了 X_train 和 y_train 的形状。

X_train:(799, 9)
y_train:(799,)

应该是正确的。

输出:

[nan nan nan nan nan nan nan nan nan]

我做错了什么?
我试图在谷歌上找到解决方案。有人说应该是标签而不是价值。这是什么意思?

【问题讨论】:

    标签: python pandas scikit-learn sklearn-pandas


    【解决方案1】:

    特征中类的观察次数可能不足以进行计算。假设“M”是 feature1 中的一个类。由于您拆分了数据集,因此“M”可能会留在数据集的另一部分。所以 X_train 没有足够数量的“M”类。每个类都应与其他功能中的其他类一起出现。如果你使用 pandas,你可以使用 value_counts 方法检查。

    您可以在下面的链接中找到一个示例。 https://www.mathworks.com/matlabcentral/answers/102853-why-do-i-recieve-nan-s-in-the-anova-table-when-i-try-to-analyze-my-data-using-the-statistics-toolbox

    【讨论】:

    • 感谢您的回答!但它可能不是导致我的问题的情况。这是因为我正在研究机器学习的一项任务。数据集由教授提供。我已经做了一些关于线性回归的问题,并绘制了一些与目标输出相同的图表。所以数据集本身应该不是问题。
    猜你喜欢
    • 1970-01-01
    • 2021-08-14
    • 2016-01-31
    • 2017-05-04
    • 2017-08-22
    • 2016-12-21
    • 2013-02-04
    • 1970-01-01
    • 2019-12-14
    相关资源
    最近更新 更多