这可能是一个简单的解决方案,但我发现很难让这个函数适用于我的数据集。 我有一个包含各种数据的薪水列。12896 (12.40 x 20 x 52)
18 45000.0 (this is a float value) 45000 @user34974 -在提供可行的解决方案方面非常有帮助但是,该解决方案提供了一个错误,因为dataframe列也由浮点值组成。有人可以帮助迎合函数中的浮点值,这些浮点值可以在dataframe列中处理吗?最后,更新
我有一个带有属性:'area', 'bedrooms', 'age', 'price'的CSV文件,但是卧室有一个缺失值(即NaN)。我想通过给出其他三个属性来拟合模型并预测价格,但是由于一个缺失的值,我被显示为误差input contains nan infinity or a value too large for dtype('linear_model.LinearRegression()
reg.fit(df[['area','b