python - ValueError：输入包含 NaN、无穷大或对于 dtype('float64')-km.fit(x) 来说太大的值

Question

我正在使用 python 对我拥有的一组数据进行聚类，但它向我显示了这个错误，我不知道应该在哪里进行更改以及在哪个文件中进行更改：

ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

以下是我的代码：

from sklearn import datasets
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.cluster import KMeans
from apyori import apriori

dataset = pd.read_csv('autos1.csv',encoding= 'unicode_escape')

x = dataset.iloc[ : ,  1:3]

km = KMeans(n_clusters = 2, random_state = 21)

km.fit(x)

centers = km.cluster_centers_

print(centers)

clusters = x.copy()
clusters ['cluster_id'] = km.fit_predict(x)

plt.xlabel('price')
plt.ylabel('yearOfRegistration')

plt.scatter(clusters['fuelType'], clusters['yearOfRegistration'], c='black', cmap='rainbow')

plt.xlabel('price')
plt.ylabel('yearOfRegistration')

plt.show()

plt.scatter(centers[:,0], centers[:,1], c = 'black', s = 100 , alpha = 0.9 )
plt.scatter(clusters['price'], clusters['yearOfRegistration'], c=clusters['cluster_id'], cmap='rainbow')

plt.xlabel('price')
plt.ylabel('yearOfRegistration')

plt.show()

Answer 1

您需要从数据集中删除任何包含 nan 或非有限值的行。

# Only select rows that have all finite entries.
x = x[np.all(np.isfinite(x), axis=1)]

np.isfinite将返回与您的输入形状相同的数组，因此传递axis=1到np.all以检查每行的所有列（轴 1）是否都是有限的。然后，索引到您的数组以仅选择这些行。