私はsklearnを使用していて、アフィニティの伝播に問題があります。入力行列を作成しましたが、次のエラーが発生し続けます。

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

私は走った

np.isnan(mat.any()) #and gets False
np.isfinite(mat.all()) #and gets True

使ってみた

mat[np.isfinite(mat) == True] = 0

無限値を削除しますが、これも機能しませんでした。アフィニティ伝播アルゴリズムを使用できるように、マトリックスの無限値を取り除くにはどうすればよいですか？

私はanacondaとpython 2.7.9を使用しています。

これはscikit内で発生する可能性があり、それはあなたが何をしているかに依存します。使用している関数のドキュメントを読むことをお勧めします。たとえば、マトリックスが正定であり、その基準を満たさないことに依存するものを使用している可能性があります。

編集：どうすればそれを逃すことができますか：

np.isnan(mat.any()) #and gets False
np.isfinite(mat.all()) #and gets True

明らかに間違っています。正しいでしょう：

np.any(np.isnan(mat))

そして

np.all(np.isfinite(mat))

any関数の戻り値が数値であるかどうかではなく、いずれかの要素がNaNであるかどうかを確認したい場合...

パンダでsklearnを使用すると同じエラーメッセージが表示されました。私の解決策はdf、sklearnコードを実行する前にデータフレームのインデックスをリセットすることです。

df = df.reset_index()

私のからいくつかのエントリを削除したときに、この問題に何度も遭遇しdfました。

df = df[df.label=='desired_one']

これは、（に基づいて私の機能であり、こののデータセットをきれいにする）nan、Infおよび（スキューデータセットの）不足している細胞：

import pandas as pd

def clean_dataset(df):
    assert isinstance(df, pd.DataFrame), "df needs to be a pd.DataFrame"
    df.dropna(inplace=True)
    indices_to_keep = ~df.isin([np.nan, np.inf, -np.inf]).any(1)
    return df[indices_to_keep].astype(np.float64)

入力csvに空のスペースがあったため、入力配列の次元が歪んでいました。

これは失敗したチェックです：

• https://github.com/scikit-learn/scikit-learn/blob/0.17.X/sklearn/utils/validation.py#L51

それは言う

def _assert_all_finite(X):
    """Like assert_all_finite, but only for ndarray."""
    X = np.asanyarray(X)
    # First try an O(n) time, O(1) space solution for the common case that
    # everything is finite; fall back to O(n) space np.isfinite to prevent
    # false positives from overflow in sum method.
    if (X.dtype.char in np.typecodes['AllFloat'] and not np.isfinite(X.sum())
            and not np.isfinite(X).all()):
        raise ValueError("Input contains NaN, infinity"
                         " or a value too large for %r." % X.dtype)

したがって、入力にNaN以外の値があることを確認してください。そして、これらすべての値は実際には浮動小数点値です。いずれの値もInfであってはなりません。

このバージョンのpython 3の場合：

/opt/anaconda3/bin/python --version
Python 3.6.0 :: Anaconda 4.3.0 (64-bit)

エラーの詳細を確認すると、エラーの原因となっているコード行が見つかりました。

/opt/anaconda3/lib/python3.6/site-packages/sklearn/utils/validation.py in _assert_all_finite(X)
     56             and not np.isfinite(X).all()):
     57         raise ValueError("Input contains NaN, infinity"
---> 58                          " or a value too large for %r." % X.dtype)
     59 
     60 

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

これから、エラーメッセージによって与えられた同じテストが失敗する同じテストを使用して、データで何が起こっているかをテストする正しい方法を抽出することができました。 np.isfinite(X)

次に、すばやくダーティなループを使用して、私のデータに実際にnans次のものが含まれていることがわかりました。

print(p[:,0].shape)
index = 0
for i in p[:,0]:
    if not np.isfinite(i):
        print(index, i)
    index +=1

(367340,)
4454 nan
6940 nan
10868 nan
12753 nan
14855 nan
15678 nan
24954 nan
30251 nan
31108 nan
51455 nan
59055 nan
...

これで、これらのインデックスの値を削除するだけで済みます。

行のサブセットを選択しようとした後にエラーが発生しました：

df = df.reindex(index=my_index)

ことが判明したmy_indexに含まれていなかった含まれている値df.indexREINDEX機能は、いくつかの新しい行を挿入して、それらを満たしたので、nan。

ほとんどの場合、無限値とnull値を取り除くことでこの問題は解決します。

無限値を取り除く。

df.replace([np.inf, -np.inf], np.nan, inplace=True)

好きな方法でnull値、999などの特定の値を取り除く、平均する、または欠損値を補完する独自の関数を作成する

df.fillna(999, inplace=True)

私は同じエラーがあり、私の場合Xとyはデータフレームだったので、まずそれらを行列に変換する必要がありました。

X = X.values.astype(np.float)
y = y.values.astype(np.float)

編集：最初に提案されたX.as_matrix（）は非推奨です

同じエラーが発生しました。それはで働いdf.fillna(-99999, inplace=True)置換など、任意の交換を行う前に、

私の場合の問題は、多くのscikit関数がpandasインデックスのないnumpy配列を返すことでした。したがって、これらの派手な配列を使用して新しいDataFrameを作成し、それらを元のデータと混合しようとしたときに、インデックスの不一致がありました。

すべての無限値を削除します。

（およびその列の最小または最大に置き換えます）

# find min and max values for each column, ignoring nan, -inf, and inf
mins = [np.nanmin(matrix[:, i][matrix[:, i] != -np.inf]) for i in range(matrix.shape[1])]
maxs = [np.nanmax(matrix[:, i][matrix[:, i] != np.inf]) for i in range(matrix.shape[1])]

# go through matrix one column at a time and replace  + and -infinity 
# with the max or min for that column
for i in range(log_train_arr.shape[1]):
    matrix[:, i][matrix[:, i] == -np.inf] = mins[i]
    matrix[:, i][matrix[:, i] == np.inf] = maxs[i]

試す

mat.sum()

データの合計が無限大（最大浮動小数点値3.402823e + 38より大きい）の場合、そのエラーが発生します。

scikitソースコードのvalidation.pyの_assert_all_finite関数を参照してください。

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))