机器学习使用xgboost模型，报错：输入的数据有inf和nan？

Question

在进行机器学习过程中，使用xgboost模型，报错输入的数据有inf和nan，但已经处理过缺失值了

Check failed: valid: Input data contains `inf` or 'nan'

在经过查找后，我自己将数据的缺失值补足了，但仍然报以上错误，也有网上解答说似乎是存在太大的浮点数，需要进行对数处理，想知道怎么处理，同时想了解一下xgboost本身是能够进行缺失值处理的，是输入数据有新的需求吗？

Answer 1

XGBoost 默认是不能处理包含 inf 和 nan 的数据的，你需要先检测并处理掉数据中的无穷大或非数字值。

如果数据确实包含过大的浮点数导致了此类问题，你可以考虑对数据进行对数处理来减小数值的范围，例如：log1p(x) 可以将 x 转换为 log(1 + x)，或者对数据进行归一化处理。

请注意，在处理缺失值时，可以使用一些方法如平均值，众数或者中位数来填补数据中的缺失值，但请根据具体数据特征来决定使用哪种方法。