我使用sklearn和有一个问题的亲和传播。我已经建立了一个输入矩阵，我一直得到以下错误。
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
我已经跑了
np.isnan(mat.any()) #and gets False
np.isfinite(mat.all()) #and gets True
我试着用
mat[np.isfinite(mat) == True] = 0
去除掉无限值，但这也没用。 我要怎么做才能去掉矩阵中的无穷大值，这样我就可以使用亲和传播算法了?
我使用anaconda和python 2.7.9。
当前回答
dataset = dataset.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)
这对我很有效
其他回答
在我的例子中，算法要求数据在(0,1)之间不包含。我非常残酷的解决方案是在所有期望值中添加一个小随机数:
y_train = pd.DataFrame(y_train).applymap(lambda x: x + np.random.rand()/100000.0)["col_name"]
y_train[y_train >= 1] = 0.999999
而y_train在[0,1]的范围内。
这当然不适合所有的情况，因为你会弄乱你的输入数据，但如果你有稀疏的数据，只需要一个快速的预测，这是一个解决方案
在我的例子中，问题是许多scikit函数返回numpy数组，这些数组没有pandas索引。因此，当我使用那些numpy数组来构建新的dataframe时，有一个索引不匹配，然后我尝试将它们与原始数据混合。
我得到了同样的错误。它适用于df。fillna(-99999, inplace=True)，然后再做任何替换，替换等
泡芙! !在我的情况下，问题是关于NaN值…
您可以使用此函数列出具有NaN的列
your_data.isnull().sum()
然后你可以在数据集文件中填充这些NAN值。
下面是如何“将NaN替换为零，将无穷大替换为大的有限数”的代码。
your_data[:] = np.nan_to_num(your_data)
从numpy.nan_to_num
注意:此解决方案仅适用于有意在数据集中保留NaN条目的情况。
这个错误发生在我使用一些scikit-learn功能时(在我的情况下:GridSearchCV)。在底层，我使用了一个xgboost XGBClassifier，它可以优雅地处理NaN数据。然而，GridSearchCV使用sklearn.utils.validation模块，通过调用_assert_all_finite函数强制缺少输入数据中的缺失数据。这最终导致了一个错误:
ValueError: Input contains NaN, infinity or a value too large for dtype('float64')
旁注:_assert_all_finite接受allow_nan参数，如果设置为True，则不会引起问题。但是，scikit-learn API不允许我们控制这个参数。
解决方案
我的解决方案是使用patch模块静默_assert_all_finite函数，这样它就不会引发ValueError。下面是一个片段
import sklearn
with mock.patch("sklearn.utils.validation._assert_all_finite"):
# your code that raises ValueError
这将用一个虚拟模拟函数替换_assert_all_finite，因此它不会被执行。
请注意，补丁不是一个推荐的做法，可能会导致不可预知的行为!
编辑: 这个Pull Request应该可以解决这个问题(尽管截至2022年1月修复程序还没有发布)
