问sklearn.ensemble.GradientBoostingRegressor支持稀疏输入示例吗？

EN

我在数据上使用sklearn.ensemble.GradientBoostingRegressor，这些数据有时缺少一些值。我无法很容易地估算这些数据，因为它们有很大的差异，而且估计值对它们非常敏感。他们也几乎从来没有0。

方法表示第一个参数X

输入样本。在内部，它将被转换为dtype=np.float32，如果向稀疏csr_matrix提供稀疏矩阵的话。

这使我认为GradientBoostingRegressor可以处理稀疏的输入数据。

但是，内部使用隐式force_all_finite=True (默认)调用check_array，因此如果输入带有NaN值的csr_matrix，将得到以下错误：

ValueError:输入包含NaN、无穷大或对dtype太大的值(‘float32’)

GradientBoostingRegressor实际上不支持稀疏数据吗？

更新：

我很幸运我没有任何有意义的零。我的呼叫代码现在如下所示：

predictors['foobar'] = predictors['foobar'].fillna(0) # for columns that contain NaNs
predictor_matrix = scipy.sparse.csr_matrix(
    predictors.values.astype(np.float)
)
predictor_matrix.eliminate_zeros()
model.fit(predictor_matrix, regressands)

这避免了上面的例外情况。不幸的是，没有eliminate_nans()方法。(当我用NaNs打印稀疏矩阵时，它会显式地列出它们，所以稀疏性必须是包含NaN的以外的东西。)

但预测结果并没有(明显)改变。