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~