GDBT模型有缺失值處理

在訓練GDBT是，執行model.fit(X_train, y_train)語句報錯，報錯如下：

ValueError: Input contains NaN, infinity or a value too large for dtype('float64').說明數據中有缺失值。

from sklearn.ensemble import GradientBoostingClassifier
model = GradientBoostingClassifier(learning_rate=0.02, max_features=0.7, n_estimators=700, max_depth=5)
model.fit(X_train, y_train)
model.predict_proba(X_test)[:,1]
model.predict(X_test)
model.feature_importances_
train_data.columns

處理方法如下：檢查數據缺失值

讀取源數據如下：

print(np.isnan(y_train).any())  #True有缺失，需要填充缺失值,False無缺失

如果結果是True，說明數據中有缺失值；若False，說明沒有缺失。

可以刪除有缺失值的行

y_train.dropna(inplace=True)

也可以對缺失值進行填充

y_train = y_train.fillna(0)    #0填上缺失值，

解決~