所有特征都是浮点数据类型，但其中一些特征包含大量的NaN值。我尝试使用下面的GradientBoostingClassifier来训练模型。

train_x, test_x, train_y, test_y = train_test_split(features[feature_headers], features[target_header], test_size=0.33, random_state=int(time.time()))clf = GradientBoostingClassifier(random_state=int(time.time()), learning_rate=0.1, max_leaf_nodes=None, min_samples_leaf=1, n_estimators=300, min_samples_split=2, max_features=None)clf.fit(train_x, train_y)

但会抛出错误：

ValueError: 输入包含NaN、无穷大或对于dtype(‘float32’)来说过大的值。

我无法使用一些填补方法用均值、中位数或最常见的值来填补NaN，因为从数据的角度来看这没有任何意义。有没有更好的方法让分类器识别NaN并将其视为一个指示性特征？非常感谢。

回答：

你需要进行数据清理。为此，你需要查看要包含在训练数据集中的列。对于浮点数，你可以将所有空值替换为零

df.col1 = df.col1.fillna(0)

而对于字符串，你可以用默认值替换它。

df.col2 = df.DISTANCE_GROUP.fillna('')

现在，如果你想使用平均值或某些趋势值，你可以使用相同的学习算法来预测缺失值并填补。对于运行算法，首先替换空值，然后可以用更准确的预测值进行修改。

注意：任何学习算法都无法处理空值。