解决Input contains NaN,infinity

在使用imblearn的RandomOverSampler进行数据增强时遇到错误,原因在于输入数据包含NaN、无穷大值或不适合float64类型的数值。通过检查发现数据类型不一致,解决办法是针对数据类型进行适配。

项目场景:

https://blog.youkuaiyun.com/zphuangtang/article/details/117262848

Input contains NaN, infinity or a value too large for dtype('float64').

昨天处理好的数据,今天进行实验的时候出错了


问题描述:

使用imblearn进行随机上采样时发生错误

from imblearn.over_sampling import RandomOverSampler
import pandas as pd
import os
ros = RandomOverSampler(random_state=0)
train_root = '/data/file/classification_data/2012-2019/sum_droped/'
# pandas DataFrame
train_data = pd.read_csv(os.path.join(train_root, 'train_sum_2017.csv'), index_col=0)
train_label = pd.read_csv(os.path.join(train_root, 'label_sum_2017.csv'), index_col=0)

train_data_re, train_label_re = ros.fit_resample(train_data, train_label)

出错在最后一句:

train_data_re, train_label_re = ros.fit_resample(train_data, train_label)

完整错误:

ValueError                                Traceback (most recent call last)<ipython-input-58-a2ca54a0cd7f> in <module>()
      1 
----> 2 train_data_re, train_label_re = ros.fit_resample(train_data, train_label)
      3 
~/anaconda3/envs/dataAna/lib/python3.6/site-packages/imblearn/base.py in fit_resample(self, X, y)
     73             The corresponding label of `X_resampled`.
     74         """
---> 75         check_classification_targets(y)
     76         arrays_transformer = ArraysTransformer(X, y)
     77         X, y, binarize_y = self._check_X_y(X, y)
~/anaconda3/envs/dataAna/lib/python3.6/site-packages/sklearn/utils/multiclass.py in check_classification_targets(y)
    178     y : array-like
    179     """
--> 180     y_type = type_of_target(y)
    181     if y_type not in ['binary', 'multiclass', 'multiclass-multioutput',
    182                       'multilabel-indicator', 'multilabel-sequences']:
~/anaconda3/envs/dataAna/lib/python3.6/site-packages/sklearn/utils/multiclass.py in type_of_target(y)
    301     if y.dtype.kind == 'f' and np.any(y != y.astype(int)):
    302         # [.1, .2, 3] or [[.1, .2, 3]] or [[1., .2]] and not [1., 2., 3.]
--> 303         _assert_all_finite(y)
    304         return 'continuous' + suffix
    305 
~/anaconda3/envs/dataAna/lib/python3.6/site-packages/sklearn/utils/validation.py in _assert_all_finite(X, allow_nan, msg_dtype)
    104                     msg_err.format
    105                     (type_err,
--> 106                      msg_dtype if msg_dtype is not None else X.dtype)
    107             )
    108     # for object dtype data, we only check for NaNs (GH-13254)
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

原因分析:

随机上采样的数据类型对数据类型有要求,这里我去查看我的数据类型

print(train_data.dtypes)
0.1    float64
1      float64
2      float64
3      float64
4      float64
        ...   
443    float64
444    float64
445    float64
446    float64
447    float64

应该都是float64数据类型, 中间还有些看不到。

print((train_data.dtypes != 'float64').sum())

输出20

应该是中间有一些数据的类型不是float64类型。

现在要重新对数据进行排查


解决方案:

对数据处理时将数据类型修改一下

根据引用\[1\]和引用\[2\]的内容,报错"ValueError: Input contains NaN, infinity or a value too large for dtype('float64')"表示输入的数据包含NaN值、无穷大的数据或者超出了float64类型的范围。解决这个问题的方法有两种:补齐或删除包含NaN值的列,或者减小样本数据。 为了解决这个问题,你可以使用pandas的describe()和head()方法来查看数据集的情况,前者可以提供整个数据集的概览,后者可以打印出前几行数据。你可以使用以下代码来实现: ```python print(data1.describe()) # 数据集概览 print(data1.head(5)) # 前5行 ``` 另外,根据引用\[3\]的内容,你还可以检测数据中是否包含无穷数据,并进行相应的数据处理。你可以使用以下代码来检查是否包含无穷数据: ```python import numpy as np # 检查是否包含无穷数据 # False: 包含 # True: 不包含 print(np.isfinite(train).all()) # False: 不包含 # True: 包含 print(np.isinf(train).all()) ``` 如果数据中包含无穷数据,你可以将其替换为0,使用以下代码实现: ```python train_inf = np.isinf(train) train\[train_inf\] = 0 ``` 希望以上方法能够帮助你解决报错"ValueError: Input contains NaN"的问题。 #### 引用[.reference_title] - *1* *3* [ValueError: Input contains NaN, infinity or a value too large for dtype(‘float64‘).](https://blog.youkuaiyun.com/lzx_850404536/article/details/117472650)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [如何解决报错ValueError: Input contains NaN, infinity or a value too large for dtype('float64')的问题](https://blog.youkuaiyun.com/weixin_41013322/article/details/102509753)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

dlage

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值