使用 RandomForest 模型预测测试数据时出现 ValueError。
我的代码：
clf = RandomForestClassifier(n_estimators=10, max_depth=6, n_jobs=1, verbose=2)
clf.fit(X_fit, y_fit)
df_test.fillna(df_test.mean())
X_test = df_test.values
y_pred = clf.predict(X_test)
错误：
ValueError: Input contains NaN, infinity or a value too large for dtype('float32').
如何在测试数据集中找到错误的值？另外，我不想删除这些记录，我可以用平均值或中位数替换它们吗？
谢谢。
对于包含snp.isnan(X)的位置，您将获得一个带有 True 的布尔掩码。NaN
随着np.where(np.isnan(X))您返回一个元组，其中 i, j 坐标为NaNs。
最后，与np.nan_to_num(X)您一起“将 nan 替换为零，将 inf 替换为有限数”。
或者，您可以使用：
pd.DataFrame(X).fillna()，如果您需要其他东西而不是用零填充它。对于发生在这件事上的任何人，要实际修改原始文件：
X_test.fillna(X_train.mean(), inplace=True)
要覆盖原始文件：
X_test = X_test.fillna(X_train.mean())
要检查您是否在副本与视图中：
X_test._is_view
假设X_test是一个熊猫数据框，您可以使用DataFrame.fillna平均值替换 NaN 值：
X_test.fillna(X_test.mean())
我遇到了类似的问题，发现 numpy 处理 NaN 和 Inf 的方式不同。
如果您的数据有 Inf，请尝试以下操作：
np.where(x.values >= np.finfo(np.float64).max)
Where x is my pandas Dataframe
这将给出存在 NA 值的位置的元组。
如果您的数据有 Nan，请尝试以下操作：
np.isnan(x.values.any())