由于值太大而导致StandardScaler错误(Python)。时间序列数据的预处理
我需要集中和缩放我的数据,我的预测矩阵X有一列数字太大。如何处理此变量以应用标准化?在python中使用由于值太大而导致StandardScaler错误(Python)。时间序列数据的预处理,python,scaletransform,Python,Scaletransform,我需要集中和缩放我的数据,我的预测矩阵X有一列数字太大。如何处理此变量以应用标准化?在python中使用preprocessing.StandardScaler()函数时,我得到了以下消息: “ValueError:输入包含无穷大或太大的值,无法输入。” 数据类型('float64')。” 谢谢你的支持 检查您的矩阵是否不包含NaN或np.inf值。是的,我的矩阵包含inf值。我们如何处理这类数据?我们是否需要使用先前的转换?您需要了解如何在数据中删除/替换它们。从逻辑上考虑,无限的含义是什么?
preprocessing.StandardScaler()
函数时,我得到了以下消息:
“ValueError:输入包含无穷大或太大的值,无法输入。”
数据类型('float64')。”
谢谢你的支持 检查您的矩阵是否不包含
NaN
或np.inf
值。是的,我的矩阵包含inf值。我们如何处理这类数据?我们是否需要使用先前的转换?您需要了解如何在数据中删除/替换它们。从逻辑上考虑,无限的含义是什么?无穷大的标准差是多少?任何缩放过程如何处理无穷大的值或任何模型?一个无穷大的值意味着一个无穷大的平方误差,