GDBT模型有缺失值处理

在训练GDBT是，执行model.fit(X_train, y_train)语句报错，报错如下：

ValueError: Input contains NaN, infinity or a value too large for dtype('float64').说明数据中有缺失值。

from sklearn.ensemble import GradientBoostingClassifier
model = GradientBoostingClassifier(learning_rate=0.02, max_features=0.7, n_estimators=700, max_depth=5)
model.fit(X_train, y_train)
model.predict_proba(X_test)[:,1]
model.predict(X_test)
model.feature_importances_
train_data.columns

处理方法如下：检查数据缺失值

读取源数据如下：

print(np.isnan(y_train).any())  #True有缺失，需要填充缺失值,False无缺失

如果结果是True，说明数据中有缺失值；若False，说明没有缺失。

可以删除有缺失值的行

y_train.dropna(inplace=True)

也可以对缺失值进行填充

y_train = y_train.fillna(0)    #0填上缺失值，

解决~