在 python 中调整 ElasticNet 参数 sklearn 包

Question

我正在尝试使用 GridSearchCV 从 sklearn 包中实现 ElasticNet。我的数据都是数字！我收到一个错误，我不明白是什么问题。当尝试实现线性回归和套索时，这不是问题。有人可以帮忙吗？

编码：

from sklearn.linear_model import ElasticNet
from sklearn.model_selection import GridSearchCV

# Use grid search to tune the parameters:

    parametersGrid = {"max_iter": [1, 5, 10],
                      "alpha": [0.0001, 0.001, 0.01, 0.1, 1, 10, 100],
                      "l1_ratio": np.arange(0.0, 1.0, 0.1)}

    eNet = ElasticNet()
    grid = GridSearchCV(eNet, parametersGrid, scoring='accuracy', cv=10)
    grid.fit(X_train, Y_train)
    Y_pred = grid.predict(X_test)

错误：

File "C:\Users\..\Anaconda2\lib\site-packages\sklearn\utils\validation.py", line 58, in _assert_all_finite
    " or a value too large for %r." % X.dtype)
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

Answer 1

将用于分类的准确度更改为用于回归的 r2：

grid = GridSearchCV(eNet, parametersGrid, scoring='r2', cv=10)

并从数据中删除 nan 等值

indx = ~np.isnan(x).any(axis=1)
X_train = X_train[indx]
Y_train = Y_train[indx]

这是我在代码和错误堆栈中看到的两个直接问题