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
try
mat.sum()
如果你的数据和是无穷大(大于最大浮点值3.402823e+38)，你会得到这个错误。
请参阅scikit源代码中的validation.py中的_assert_all_finite函数:
if is_float and np.isfinite(X.sum()):
pass
elif is_float:
msg_err = "Input contains {} or a value too large for {!r}."
if (allow_nan and np.isinf(X).any() or
not allow_nan and not np.isfinite(X).all()):
type_err = 'infinity' if allow_nan else 'NaN, infinity'
# print(X.sum())
raise ValueError(msg_err.format(type_err, X.dtype))
其他回答
如果您正在运行一个估计器，可能是您的学习率太高了。我意外地将错误的数组传递给了网格搜索，最终训练的学习率为500，我可以看到这导致了训练过程中的问题。
基本上，不仅你的输入必须全部有效，中间数据也必须有效。
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)
当我使用sklearn与熊猫时，我得到了同样的错误消息。我的解决方案是在运行任何sklearn代码之前重置我的dataframe df的索引:
df = df.reset_index()
在删除df中的一些条目时，我多次遇到这个问题，例如
df = df[df.label=='desired_one']
在处理这个问题很长一段时间后，我意识到这是因为在训练集和测试集的分割中，所有数据行的数据列都是相同的。然后在某些算法中进行一些计算可能会导致无穷大的结果。如果您正在使用的数据的关闭行更可能是相似的，那么重新排列数据会有所帮助。这是scikit的一个漏洞。我使用的是0.23.2版本。
我有同样的错误，在我的情况下，X和y是数据帧，所以我必须先将它们转换为矩阵:
X = X.values.astype(np.float)
y = y.values.astype(np.float)
编辑:最初建议的X.as_matrix()已弃用
