Я использую scikit-learn для некоторого анализа данных, и у моего набора данных есть некоторые недостающие значения (представленные NA
). Я загружаю данные с помощью genfromtxt
с помощью dtype='f8'
и продолжаю обучение моему классификатору.
Классификация прекрасна на объектах RandomForestClassifier
и GradientBoostingClassifier
, но с помощью SVC
from sklearn.svm
возникает следующая ошибка:
probas = classifiers[i].fit(train[traincv], target[traincv]).predict_proba(train[testcv])
File "C:\Python27\lib\site-packages\sklearn\svm\base.py", line 409, in predict_proba
X = self._validate_for_predict(X)
File "C:\Python27\lib\site-packages\sklearn\svm\base.py", line 534, in _validate_for_predict
X = atleast2d_or_csr(X, dtype=np.float64, order="C")
File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 84, in atleast2d_or_csr
assert_all_finite(X)
File "C:\Python27\lib\site-packages\sklearn\utils\validation.py", line 20, in assert_all_finite
raise ValueError("array contains NaN or infinity")
ValueError: array contains NaN or infinity
Что дает? Как я могу заставить SVM хорошо играть с отсутствующими данными? Помня о том, что недостающие данные отлично подходят для случайных лесов и других классификаторов.