如何在 R 中用 Inf/-Inf 预测数据？
how to predict data with Inf/-Inf in R?
我有一个包含 Inf/-inf 的可变证据权重的数据集（不幸的是）。我使用了线性回归，但是它无法训练，给出了错误
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
NA/NaN/Inf in 'y'
我正在寻找可以使用 Inf 进行训练并预测测试数据的 woe 值的模型。如果不可能，是否有其他 Inf 解决方案，如清理或变异？
您必须了解这些 Inf 案例的性质。
在大多数情况下，您可以将它们视为异常值。有很多技术可以解决这个问题。您可以将它们替换为 mean/median 值，您可以使用简单的线性回归模型预测该值，或者，如果 Inf 个实例在总观察中的百分比相对较低，您可以将它们排除在外。
希望这能带来一些清晰度。
我有一个包含 Inf/-inf 的可变证据权重的数据集（不幸的是）。我使用了线性回归，但是它无法训练，给出了错误
Error in lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) : NA/NaN/Inf in 'y'
我正在寻找可以使用 Inf 进行训练并预测测试数据的 woe 值的模型。如果不可能，是否有其他 Inf 解决方案，如清理或变异？
您必须了解这些 Inf 案例的性质。
在大多数情况下，您可以将它们视为异常值。有很多技术可以解决这个问题。您可以将它们替换为 mean/median 值，您可以使用简单的线性回归模型预测该值，或者，如果 Inf 个实例在总观察中的百分比相对较低，您可以将它们排除在外。
希望这能带来一些清晰度。