Python 什么'；在scikit中使用稀疏矩阵的正确方法是什么？

我试图使用稀疏矩阵来完成分类任务。当我将训练集传递给scikit中的逻辑回归函数时，它返回以下错误：

ValueError: Array contains NaN or infinity.

我作为参数传递给逻辑回归的矩阵类型是

scipy.sparse.csr.csr\u矩阵

这就是我如何从带有NAN的numpy数组创建稀疏矩阵的方法：

X=sparse.csr_matrix(X_hat)

我做错了什么？我在

train\u test\u split

中得到了相同的错误，根据文档，这些函数应该接受稀疏矩阵作为参数

我使用的是scikit learn的0.14版

更新： 这是完整的回溯

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-65-acdaac419166> in <module>()
      1 
----> 2 model2.fit(X_train, y_train)

C:\Anaconda\lib\site-packages\sklearn\svm\base.pyc in fit(self, X, y)
    666                              " one.")
    667 
--> 668         X = atleast2d_or_csr(X, dtype=np.float64, order="C")
    669 
    670         self.class_weight_ = compute_class_weight(self.class_weight,

C:\Anaconda\lib\site-packages\sklearn\utils\validation.pyc in atleast2d_or_csr(X, dtype, order, copy, force_all_finite)
    132     """
    133     return _atleast2d_or_sparse(X, dtype, order, copy, sparse.csr_matrix,
--> 134                                 "tocsr", force_all_finite)
    135 
    136 

C:\Anaconda\lib\site-packages\sklearn\utils\validation.pyc in _atleast2d_or_sparse(X, dtype, order, copy, sparse_class, convmethod, force_all_finite)
    105             X = sparse_class(X, dtype=dtype)
    106         if force_all_finite:
--> 107             _assert_all_finite(X.data)
    108         X.data = np.array(X.data, copy=False, order=order)
    109     else:

C:\Anaconda\lib\site-packages\sklearn\utils\validation.pyc in _assert_all_finite(X)
     25     if (X.dtype.char in np.typecodes['AllFloat'] and not np.isfinite(X.sum())
     26             and not np.isfinite(X).all()):
---> 27         raise ValueError("Array contains NaN or infinity.")
     28 
     29 

ValueError: Array contains NaN or infinity.

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
1.
---->2型号2.装配（X_系列、y_系列）
C:\Anaconda\lib\site packages\sklearn\svm\base.pyc in fit（self，X，y）
666“一”
667
-->668 X=至少2d\u或\u csr（X，dtype=np.float64，order=“C”）
669
670自重=计算自重（自重，
C:\Anaconda\lib\site packages\sklearn\utils\validation.pyc至少在2d\u或\u csr中（X、dtype、order、copy、force\u all\u finite）
132     """
133返回_至少2d_或_稀疏（X，dtype，order，copy，sparse.csr_矩阵，
-->134“tocsr”，力（所有有限）
135
136
C:\Anaconda\lib\site packages\sklearn\utils\validation.pyc在_-atleast2d\u或_-sparse中（X，dtype，order，copy，sparse\u类，convmethod，force\u all\u-finite）
105 X=稀疏类（X，dtype=dtype）
106如果力是有限的：
-->107(X.data)断言(X.data)
108 X.data=np.array（X.data，copy=False，order=order）
109其他：
C:\Anaconda\lib\site packages\sklearn\utils\validation.pyc in\u assert\u all\u finite（X）
25如果（np.typecode['AllFloat']中的X.dtype.char而不是np.isfinite（X.sum（））
26而不是np.isfinite（X.all（））：
--->27 raise VALUERROR（“数组包含NaN或无穷大”）
28
29
ValueError:数组包含NaN或无穷大。

诀窍是不要使用

nan

s作为数据或占位符…你可以看到

X_hat=numpy.nan_to_num（X_hat）

是否适用于你的目的。如果不适用，你将不得不进行积极的工作，以适当的其他方式替换nan。我不明白的是为什么逻辑回归（以及PCA和其他功能）如果在文档中指定了稀疏矩阵，则不适用于稀疏矩阵。不适用于稀疏矩阵是因为您的数据包含

nan

s，而不是因为矩阵稀疏，请参见

ValueError

消息。确切地说，将其替换为您的真实数值（反映良好：））选择。稀疏矩阵只是一个大多数值为0的矩阵，并且只有非零值存储在内存中。对于NaN：scikit学习中的任何算法（除了用于删除缺失值的插补器）都不能以有意义的方式处理NaN。这就是它们产生错误的原因。