当数据没有大的/inf/NaN值时，sklearn的yeo-johnson抛出"ValueError: Input Input infinity“

当数据没有大的/inf/NaN值时，sklearn的yeo-johnson函数会抛出"ValueError: Input contains infinity"的错误。这是因为yeo-johnson函数在进行数据转换时，要求数据中不包含无穷大（infinity）的值。

yeo-johnson是一种用于数据转换的功函数，用于处理数据的偏态分布。它可以将数据转换为服从正态分布的形式，以便更好地应用于机器学习模型。

在解决"ValueError: Input contains infinity"错误时，可以采取以下几种方法：

数据预处理：检查数据集中是否存在无穷大的值（inf），并进行相应的处理。可以使用numpy库的isinf函数来判断数据是否为无穷大，然后使用numpy库的replace函数将无穷大值替换为其他合适的值，例如使用数据集的均值或中位数进行替换。
数据过滤：如果数据集中包含无穷大的值，可以考虑将这些数据过滤掉。可以使用numpy库的isinf函数来判断数据是否为无穷大，并使用布尔索引来过滤掉包含无穷大值的数据。
数据归一化：在进行数据转换之前，可以先对数据进行归一化处理。可以使用sklearn库的MinMaxScaler或StandardScaler来对数据进行归一化，以确保数据的范围在合适的区间内。
使用其他数据转换方法：如果yeo-johnson函数无法处理包含无穷大值的数据，可以尝试其他的数据转换方法，例如Box-Cox变换或对数变换等。

需要注意的是，以上方法仅适用于当数据集中存在无穷大值时出现的错误。如果错误仍然存在或者数据集中没有无穷大值，可能需要进一步检查其他可能的原因，并进行相应的处理。

腾讯云相关产品和产品介绍链接地址：