ValueError：输入包含 NaN、无穷大或对于 dtype('float32') 来说太大的值。 随机森林运行

Question

#fill -999 to NAs
X = X_train.fillna(-999)
y = y_train.fillna(-999) 

import lightgbm as lgb
import xgboost as xgb

NFOLDS = 8
folds = KFold(n_splits=NFOLDS)

#====================================

xgb_submission=sample_submission.copy()
xgb_submission['isFraud'] = 0
import xgboost as xgb
from sklearn.metrics import roc_auc_score
for fold_n, (train_index, valid_index) in enumerate(folds.split(X)):

    X_train_, X_valid = X.iloc[train_index], X.iloc[valid_index]
    y_train_, y_valid = y.iloc[train_index], y.iloc[valid_index]
    #xgbclf.fit(X_train_,y_train_)

    rf_clf1 = RandomForestClassifier(n_estimators=300, max_depth = 10, min_samples_leaf=8, \
                                    min_samples_split=8, random_state=0)
    rf_clf1.fit(X_train,y_train_)
    pred = rf_clf1.predict(X_test)
    print(pred)

我检查了 X 或 y 有任何 Nan 但没有
但它给出了 ValueError 的错误：输入包含 NaN、无穷大或对于 dtype('float32') 来说太大的值。

> print(type(X),type(y)) 
> <class 'pandas.core.frame.DataFrame'> <class'pandas.core.series.Series'>

Answer 1

此错误何时实际出现 - 在分配 X_train_、X_valid 值或将数据集拟合到 RandomForest 算法时？

我还从代码中看到，在第一轮中您定义了 X_train_dataframe ：

**X_train_**, X_valid = X.iloc[train_index], X.iloc[valid_index]

而您将 rf_clf1 object 拟合到另一个数据集（即： X_train ）

rf_clf1.fit(X_train,y_train_)

所以这里变量名中缺少的_也可能是这种情况。