在我的数据集中，有一些数据（例如 1.4619664882428694e+258）超过了 float32 的最大值（3.4028235e+38）。现在在模型拟合过程中，我遇到了以下错误：

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

我尝试了以下代码：

df_features = pd.read_csv('data\df_features.csv')df_target = pd.read_csv('data\df_target.csv')X_train, X_test, y_train, y_test = train_test_split(df_features, df_target, test_size=.25, random_state=0)model = AdaBoostRegressor()try:    model.fit(X_train, y_train)    y_pred = model.predict(X_test)    acc = r2_score(y_test, y_pred)    print(acc)except Exception as error:    print(error)

如果我想使用真实数据而不进行归一化，我该如何解决这个问题？是否有任何选项可以将sklearn的默认数据类型设置为float64？如果有，那么如何设置？

回答：

这是一个数值精度问题。目前没有解决方案。这些数字非常大

我可以使用以下代码重现这个问题：

import numpy as npfrom sklearn.ensemble import AdaBoostRegressorX = np.repeat([1.4619664882428694e+258],100)X = X.reshape(10,10)y = np.ones((10,1))model = AdaBoostRegressor()model.fit(X,y)

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

np.all(np.isfinite(X))True

我在这里提交了一个请求：https://github.com/scikit-learn/scikit-learn/issues/15628