python - MissForest 插补算法 Python:ValueError:输入包含 NaN、无穷大或对于 dtype('float64')来说太大的值
问题描述
我正在使用错过森林算法来估算丢失的数据。当我在训练时使用它时,它很有魅力,但是当我使用 joblib 导入缺失森林模型来为新数据估算数据时,它会出现以下错误:
ValueError:输入包含 NaN、无穷大或对于 dtype('float64') 来说太大的值
该算法的重点是估算缺失数据。
这是我的参考代码:
from missingpy import MissForest
imp = MissForest(max_iter=10,criterion=('mse', 'gini'),random_state=0)
data[num_variables] = imp.fit_transform(data[num_variables])
import joblib
joblib.dump(imp, "./models_v1/internal_miss_forest.joblib")
import joblib
imp = joblib.load("./models/internal_miss_forest.joblib")
imp.transform(data[num_variables])
我在 num_variables 中的列数相同,dtypes 也相同。没有包含 nan 值的附加列。
有什么建议吗?
解决方案
推荐阅读
- python - 如何以编程方式在 Python 中重置目录路径
- ios - CGContext 绘制旋转的矩形
- shell - 变量的每个字符串的 printf pwd
- amazon-web-services - 需要有关数据管道创建的设计输入
- single-sign-on - 从 Gmail 启动第三方 SSO 会发送 502 错误
- laravel - 在 Auth 中间件强制用户登录后存储表单数据?
- node.js - npm start 命令在 Linux 服务器上不起作用
- azure - Azure 事件网格未将事件发送到 webhook
- r - 安装“qdap”包
- reactjs - 如何在 ReactJS 中集成 API?