ValueError: Input X contains infinity or a value too large for dtype('float64').
În X există o valoare infinită (inf) sau un număr prea mare pentru float64. De obicei vine dintr-o împărțire la zero într-o caracteristică calculată de tine. Înlocuiește inf cu NaN și tratează golurile, sau evită împărțirea la zero.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Mesajul apare când scikit-learn verifică X și găsește inf sau -inf. Aproape niciodată nu ai un număr real atât de mare; de cele mai multe ori l-ai creat tu, construind o caracteristică nouă prin împărțire: df["pret_m2"] = df["pret"] / df["suprafata"], iar pe un rând suprafața este 0. În pandas, împărțirea la zero nu aruncă eroare, ci produce inf, care trece neobservat până la fit.
Alte surse: np.log(0) (dă -inf), valori-santinelă precum 1e308 dintr-un sistem vechi sau date foarte mari înmulțite între ele. Găsești rândurile cu np.isinf(X).sum() sau X[np.isinf(X).any(axis=1)]. Reparația: protejezi calculul (împarți doar unde numitorul nu e 0) sau înlocuiești inf cu NaN și apoi completezi sau elimini rândurile.
De ce apare: cauzele frecvente
1Caracteristică nouă calculată prin împărțire la zero
df["pret_m2"] = df["pret"] / df["suprafata"] # o suprafață e 0
model.fit(df[["pret_m2"]], y)df["pret_m2"] = df["pret"] / df["suprafata"]
df = df.replace([np.inf, -np.inf], np.nan).dropna(subset=["pret_m2"])
model.fit(df[["pret_m2"]], df["tinta"])pandas pune inf acolo unde împarți la 0. Îl transformi în NaN și elimini rândul, iar X rămâne doar cu valori finite.
2Logaritm aplicat pe valori zero
df["log_venit"] = np.log(df["venit"]) # un venit e 0df["log_venit"] = np.log1p(df["venit"])np.log(0) este -inf. np.log1p(x) calculează log(1 + x) și dă 0 pentru 0, deci rămâne finit.
Repară eroarea, direct în pagină
Codul de mai jos dă ValueError: Input X contains infinity or a value too large for dtype('float64')., pentru că o comandă are 0 produse, iar valoarea medie pe produs devine inf. Repară-l: înlocuiește valorile infinite cu NaN și elimină rândurile acelea înainte de antrenare, ca programul să afișeze câte rânduri au rămas și scorul R².
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.DataFrame({
"valoare": [200, 150, 90, 300, 120, 80],
"produse": [4, 3, 0, 6, 2, 1],
"timp_livrare": [3, 2, 1, 4, 2, 1],
})
df["medie_produs"] = df["valoare"] / df["produse"]
X = df[["produse", "medie_produs"]]
y = df["timp_livrare"]
model = LinearRegression().fit(X, y)
print("Randuri:", len(X))
print("R2:", round(model.score(X, y), 3))Randuri: 5 R2: 0.961
Indiciu
Folosește df.replace([np.inf, -np.inf], np.nan).dropna() după ce calculezi coloana nouă.
Reparația
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
df = pd.DataFrame({
"valoare": [200, 150, 90, 300, 120, 80],
"produse": [4, 3, 0, 6, 2, 1],
"timp_livrare": [3, 2, 1, 4, 2, 1],
})
df["medie_produs"] = df["valoare"] / df["produse"]
df = df.replace([np.inf, -np.inf], np.nan).dropna()
X = df[["produse", "medie_produs"]]
y = df["timp_livrare"]
model = LinearRegression().fit(X, y)
print("Randuri:", len(X))
print("R2:", round(model.score(X, y), 3))De ce merge
Pe rândul al treilea, 90 / 0 dă în pandas inf, nu o eroare, iar LinearRegression refuză apoi valoarea la fit. replace([np.inf, -np.inf], np.nan) transformă infinitul în valoare lipsă, iar dropna() elimină rândul, din X și din y în același timp, pentru că filtrezi tabelul întreg. Rămân 5 comenzi cu valori finite, iar modelul se antrenează normal. Dacă rândul ar fi fost important, puteai completa media pe produs cu 0 în loc să-l ștergi.
Alte forme ale mesajului
ValueError: Input contains infinity or a value too large for dtype('float64').ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
Cum o eviți pe viitor
Când creezi o caracteristică prin împărțire sau logaritm, verifică imediat rezultatul cu np.isinf(df[col]).sum(). Protejează împărțirile (np.where(numitor == 0, np.nan, numarator / numitor)) și folosește np.log1p pentru valori care pot fi 0. Înainte de antrenare, un assert np.isfinite(X).all().all() te anunță devreme.
Întrebări frecvente
De ce pandas nu dă ZeroDivisionError?
pandas și numpy urmează regulile numerelor zecimale (IEEE 754): 5 / 0 este inf, iar 0 / 0 este NaN. Python simplu aruncă ZeroDivisionError, dar operațiile pe coloane continuă și marchează rezultatul.
Ajută dacă scalez datele cu StandardScaler?
Nu. Scalarea unui inf dă tot inf sau NaN. Trebuie să elimini sau să înlocuiești valorile infinite înainte de scalare.
Erori înrudite
ValueError: Input X contains NaN. Datele de intrare X au cel puțin o valoare lipsă (NaN), iar modelul nu știe să lucreze cu ea. Completează golurile înainte de fit (de exemplu cu fillna sau SimpleImputer) sau elimină rândurile incomplete cu dropna. ValueError: could not convert string to float: 'Bucuresti' În X ai o coloană cu text (de exemplu orașul), iar modelul acceptă doar numere. Transformă coloanele de text în numere înainte de fit, cu pd.get_dummies sau OneHotEncoder, sau scoate-le din X dacă nu ai nevoie de ele. Învață Machine Learning de la zero, cu exerciții la fiecare lecție
Curs Machine Learning și AI pentru începători: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
