Python，SciKit学习-如何使用带有缺失值的'predict_proba（）'（'；NaN'；）

我正在运行一个分类算法，该算法对包含缺失值（

NaN

）的数据使用逻辑回归

---

数据集是NetCDF文件中地理参考的海洋数据，缺少的值只是陆地上的值，因此没有数据。是否有一种方法可以在海洋数据上运行上述代码，但要保持NAN在数据集中的位置，以便我以后可以正确地绘制结果？还是我误解了

predict\u proba

函数的工作原理

您可以删除NAs示例，也可以为该专栏添加mean或其他预处理。您好@sunnyshinsolanki，谢谢您的评论。我很高兴删除这些值，但我希望能够保留它们的位置，并在计算概率后将NaN放回原位？否则我的网格数组就不正确了。你将无法通过删除1个值来猜测概率，其中预测将发生在1个以上的未来。您必须删除存在NAN的行。你不会得到他们的概率。如果你想要一些值为NAN的行的概率，那么你可以把NAN所在列的平均值放进去。谢谢@sunnyshinsolanki，我想现在我只需要把一些可笑的值放进去，使预测的概率为0，然后把NAN替换回来。直到我有一个更好的方法来忽略这些值。你可以使用均值。如果您使用的是pandas dataframe，那么可以使用函数fillna来填充NAN。它有一个名为method的参数，其值ffil（正向填充）对您的情况非常有用。如果您想输入0，那么使用df.fillna（0）。

probs = lr_model.predict_proba(data[['var1','var2']])

ValueError: Input contains NaN, infinity or a value too large for dtype('float32').