python – sklearn的PLSRegression：“ValueError：数组不能包含

发布时间：2020-12-20 11:46:37 所属栏目：Python 来源：网络整理

导读：使用 sklearn.cross_decomposition.PLSRegression 时： import numpy as npimport sklearn.cross_decompositionpls2 = sklearn.cross_decomposition.PLSRegression()xx = np.random.random((5,5))yy = np.zeros((5,5) ) yy[0,:] = [0,1,0]yy[1,0]yy[2,1]#yy[

使用 sklearn.cross_decomposition.PLSRegression时：

import numpy as np
import sklearn.cross_decomposition

pls2 = sklearn.cross_decomposition.PLSRegression()
xx = np.random.random((5,5))
yy = np.zeros((5,5) ) 

yy[0,:] = [0,1,0]
yy[1,0]
yy[2,1]
#yy[3,:] = [1,0] # Uncommenting this line solves the issue

pls2.fit(xx,yy)

我明白了：

C:Anacondalibsite-packagessklearncross_decompositionpls_.py:44: RuntimeWarning: invalid value encountered in divide
  x_weights = np.dot(X.T,y_score) / np.dot(y_score.T,y_score)
C:Anacondalibsite-packagessklearncross_decompositionpls_.py:64: RuntimeWarning: invalid value encountered in less
  if np.dot(x_weights_diff.T,x_weights_diff) < tol or Y.shape[1] == 1:
C:Anacondalibsite-packagessklearncross_decompositionpls_.py:67: UserWarning: Maximum number of iterations reached
  warnings.warn('Maximum number of iterations reached')
C:Anacondalibsite-packagessklearncross_decompositionpls_.py:297: RuntimeWarning: invalid value encountered in less
  if np.dot(x_scores.T,x_scores) < np.finfo(np.double).eps:
C:Anacondalibsite-packagessklearncross_decompositionpls_.py:275: RuntimeWarning: invalid value encountered in less
  if np.all(np.dot(Yk.T,Yk) < np.finfo(np.double).eps):
Traceback (most recent call last):
  File "C:svnhw4codetest_plsr2.py",line 8,in <module>
    pls2.fit(xx,yy)
  File "C:Anacondalibsite-packagessklearncross_decompositionpls_.py",line 335,in fit
    linalg.pinv(np.dot(self.x_loadings_.T,self.x_weights_)))
  File "C:Anacondalibsite-packagesscipylinalgbasic.py",line 889,in pinv
    a = _asarray_validated(a,check_finite=check_finite)
  File "C:Anacondalibsite-packagesscipy_lib_util.py",line 135,in _asarray_validated
    a = np.asarray_chkfinite(a)
  File "C:Anacondalibsite-packagesnumpylibfunction_base.py",line 613,in asarray_chkfinite
    "array must not contain infs or NaNs")
ValueError: array must not contain infs or NaNs

可能是什么问题？

我知道scikit-learn GitHub issue #2089,但由于我使用scikit-learn 0.16.1(使用Python 2.7.10 x64),这个问题应该解决(GitHub问题中提到的代码片段工作正常).

解决方法

请检查传入的任何值是否为NaN或inf：

np.isnan(xx).any()
np.isnan(yy).any()

np.isinf(xx).any()
np.isinf(yy).any()

如果其中任何一个产生真实.删除nan条目或inf条目.例如.您可以将它们设置为0：

xx = np.nan_to_num(xx)
yy = np.nan_to_num(yy)

也可以为numpy提供如此大的正负值和归零值,使得库中深处的方程产生零,Nan或Inf.奇怪的是,一种解决方法是发送较小的数字(比如-1和1之间的代表性数字.一种方法是通过标准化,参见：https://stackoverflow.com/a/36390482/445131

如果没有一个解决问题,那么您可能正在处理您使用的库中的低级错误,或者您的数据中的某种奇点.创建一个sscce并将其发布到stackoverflow或在维护您的软件的库上创建一个新的错误报告.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!