python - 为什么以下与 sklearn 预处理相关的 python 代码不起作用，我该如何调试它？

Question

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# Importing the dataset
dataset = pd.read_csv('Data.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, 3].values

# Taking care of missing data
from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values = np.nan, strategy = 'mean')
imputer = imputer.fit(X[:, 1:3])
X[:, 1:3] = imputer.transform(X[:, 1:3])

# Encoding categorical data
# Encoding the Independent Variable
from sklearn.preprocessing import LabelEncoder, OneHotEncoder
labelencoder_X = LabelEncoder()
X[:, 0] = labelencoder_X.fit_transform(X[:, 0])
onehotencoder = OneHotEncoder(categorical_features = [0])
X = onehotencoder.fit_transform(X).toarray()
# Encoding the Dependent Variable
labelencoder_y = LabelEncoder()
y = labelencoder_y.fit_transform(y)

它显示一个错误

runfile('D:/Python Programs/Machine Learning AZ New/第 1 部分 - 数据预处理/第 2 节 -------------------- 第 1 部分 - 数据预处理 --- -----------------/categorical_data.py', wdir='D:/Python Programs/Machine Learning AZ New/第 1 部分 - 数据预处理/第 2 节 ----- --------------- 第 1 部分 - 数据预处理 --------') C:\Users\KIIT\Anaconda3 \lib\site-packages\sklearn\preprocessing_encoders.py:415：FutureWarning：整数数据的处理将在 0.22 版中更改。目前，类别是根据范围 [0, max(values)] 确定的，而将来它们将根据唯一值确定。如果您想要未来的行为并消除此警告，您可以指定“categories='auto'”。如果您在此 OneHotEncoder 之前使用 LabelEncoder 将类别转换为整数，那么您现在可以直接使用 OneHotEncoder。warnings.warn(msg, FutureWarning) C:\Users\KIIT\Anaconda3\lib\site-packages\sklearn\preprocessing_encoders.py:451: DeprecationWarning: 'categorical_features' 关键字在 0.20 版中已弃用，将在 0.22 版中删除。您可以改用 ColumnTransformer。“改用 ColumnTransformer。”，弃用警告）

标签： pythonmachine-learningscikit-learnsklearn-pandas

Answer 1

您的数据集似乎仍然具有 NaN 值。尝试

dataset.isnull().any()

检查具有 Nan 值的列。