使用sklearn.cross_decomposition.PLSRegression时：
import numpy as np
import sklearn.cross_decomposition
pls2 = sklearn.cross_decomposition.PLSRegression()
xx = np.random.random((5,5))
yy = np.zeros((5,5) )
yy[0,:] = [0,1,0,0,0]
yy[1,:] = [0,0,0,1,0]
yy[2,:] = [0,0,0,0,1]
#yy[3,:] = [1,0,0,0,0] # Uncommenting this line solves the issue
pls2.fit(xx, yy)
我明白了：
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:44: RuntimeWarning: invalid value encountered in divide
x_weights = np.dot(X.T, y_score) / np.dot(y_score.T, y_score)
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:64: RuntimeWarning: invalid value encountered in less
if np.dot(x_weights_diff.T, x_weights_diff) < tol or Y.shape[1] == 1:
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:67: UserWarning: Maximum number of iterations reached
warnings.warn('Maximum number of iterations reached')
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:297: RuntimeWarning: invalid value encountered in less
if np.dot(x_scores.T, x_scores) < np.finfo(np.double).eps:
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:275: RuntimeWarning: invalid value encountered in less
if np.all(np.dot(Yk.T, Yk) < np.finfo(np.double).eps):
Traceback (most recent call last):
File "C:\svn\hw4\code\test_plsr2.py", line 8, in <module>
pls2.fit(xx, yy)
File "C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py", line 335, in fit
linalg.pinv(np.dot(self.x_loadings_.T, self.x_weights_)))
File "C:\Anaconda\lib\site-packages\scipy\linalg\basic.py", line 889, in pinv
a = _asarray_validated(a, check_finite=check_finite)
File "C:\Anaconda\lib\site-packages\scipy\_lib\_util.py", line 135, in _asarray_validated
a = np.asarray_chkfinite(a)
File "C:\Anaconda\lib\site-packages\numpy\lib\function_base.py", line 613, in asarray_chkfinite
"array must not contain infs or NaNs")
ValueError: array must not contain infs or NaNs
可能是什么问题？
我知道scikit-learn GitHub issue #2089，但是因为我使用scikit-learn 0.16.1（使用Python 2.7.10 x64）这个问题应该解决（GitHub问题中提到的代码片段工作正常）。
请检查传入的任何值是否为NaN或inf：
np.isnan(xx).any()
np.isnan(yy).any()
np.isinf(xx).any()
np.isinf(yy).any()
如果其中任何一个产生真实。删除nan条目或inf条目。例如。你可以将它们设置为0：
xx = np.nan_to_num(xx)
yy = np.nan_to_num(yy)
也可以为numpy提供如此大的正负值和归零值，使得库中深处的方程产生零，Nan或Inf。奇怪的是，一种解决方法是发送较小的数字（比如-1和1之间的代表性数字。一种方法是通过标准化，参见：https://stackoverflow.com/a/36390482/445131
如果没有一个解决问题，那么您可能正在处理您使用的库中的低级错误，或者您的数据中的某种奇点。创建一个sscce并将其发布到stackoverflow或在维护您的软件的库上创建一个新的错误报告。
问题是由scikit-learn中的错误引起的。我在GitHub上报道了：https://github.com/scikit-learn/scikit-learn/issues/2089#issuecomment-152753095
我可以重现同样的错误，我通过过滤所有0s来消除这个错误
threshold_for_bug = 0.00000001 # could be any value, ex numpy.min
xx[xx < threshold_for_bug] = threshold_for_bug
这使错误沉默（我从不检查精度差异）
我的系统信息：
numpy-1.11.2
python-3.5
macOS Sierra
您可能需要检查负值是否为负值，因为此错误也会以负权重触发。
我发现了一个对我有用的棘手的小解决方案。
我正在使用此代码通过cesium进行时间序列特征化：
timeInput = np.array(timeData)
valueInput = np.array(data)
#Featurizing Data
featurizedData = featurize.featurize_time_series(times=timeInput,
values=valueInput,
errors=None,
features_to_use=featuresToUse)
这导致了这个错误：
ValueError: array must not contain infs or NaNs
为了笑，我检查了数据的长度和类型：
data:
70
<class 'numpy.int32'>
timeData:
70
<class 'numpy.float64'>
这是有道理的，因为我的时间是从以毫秒为单位的增量数据计算的。
我决定用这一行代码尝试转换数据类型：
valueInput = valueInput.astype(float)
并且它工作，导致此代码：
timeInput = np.array(timeData)
valueInput = np.array(data)
valueInput = valueInput.astype(float)
#Featurizing Data
try:
featurizedData = featurize.featurize_time_series(times=timeInput,
values=valueInput,
errors=None,
features_to_use=featuresToUse)
如果你收到这样的错误，请给出匹配的数据类型