我的數據包含2個DataFrame. DataFrame_1.shape =(40,5000)和DataFrame_2.shape =(40,74).我正在嘗試進行某種類型的線性回歸,但DataFrame_2包含NaN缺失的數據值.當我DataFrame_2.dropna(how =“any”)時,形狀下降到(2,74).

sklearn中是否存在可以處理NaN值的線性回歸算法？

我在sklearn.datasets的load_boston之后對其進行建模,其中X,y = boston.data,boston.target =(506,13),(506,)

這是我的簡化代碼：

X = DataFrame_1

for col in DataFrame_2.columns:

y = DataFrame_2[col]

model = LinearRegression()

model.fit(X,y)

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

我做了上面的格式來獲得與矩陣匹配的形狀

如果發布DataFrame_2會有所幫助,請在下方發表評論,我會添加它.

總結

以上是生活随笔為你收集整理的python 线性回归回归 缺失值 忽略_python – 使用scikit-learn(sklearn),如何处理线性回归的缺失数据？...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。