...
Eroare Machine Learning · Date lipsă, text și valori invalide

ValueError: Input y contains NaN.

Pe scurt

Ținta y (coloana pe care vrei s-o prezici) are valori lipsă. Elimină rândurile fără țintă înainte de fit, din X și din y deodată, de exemplu cu df.dropna(subset=['pret']); nu completa ținta cu media.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Spre deosebire de Input X contains NaN, aici problema nu e în caracteristici, ci în y, răspunsul pe care modelul trebuie să-l învețe. Un rând fără țintă nu poate fi folosit pentru antrenare: modelul nu are ce să compare cu predicția lui.

Eroarea apare la fit (și la unele metrici, unde mesajul poate fi Input contains NaN). Cauzele tipice: rânduri încă neetichetate în tabel (de exemplu clienți despre care nu știi încă dacă au plecat), un merge care n-a găsit pereche pentru unele rânduri sau o conversie care a produs NaN. Reparația corectă este să elimini rândurile acelea din tot tabelul, înainte să separi X de y, ca cele două să rămână aliniate.

De ce apare: cauzele frecvente

1Rânduri neetichetate rămase în tabel

Greșit
PYTHON
y = df["pret"]  # unele prețuri lipsesc
model.fit(df[["suprafata"]], y)
Corect
PYTHON
df = df.dropna(subset=["pret"])
model.fit(df[["suprafata"]], df["pret"])

dropna(subset=...) șterge rândurile fără preț din tot tabelul, deci X și y rămân cu același număr de rânduri.

2Ai eliminat NaN doar din y, nu și din X

Greșit
PYTHON
y = df["pret"].dropna()
model.fit(df[["suprafata"]], y)
Corect
PYTHON
df = df.dropna(subset=["pret"])
X, y = df[["suprafata"]], df["pret"]
model.fit(X, y)

Dacă ștergi rânduri doar din y, scapi de NaN, dar primești inconsistent numbers of samples. Filtrează tabelul întreg.

3Țintă creată dintr-un merge incomplet

Greșit
PYTHON
df = clienti.merge(plecari, on="id", how="left")
model.fit(df[["vechime"]], df["a_plecat"])
Corect
PYTHON
df = clienti.merge(plecari, on="id", how="left")
df["a_plecat"] = df["a_plecat"].fillna(0).astype(int)
model.fit(df[["vechime"]], df["a_plecat"])

Aici lipsa are un sens cunoscut (clientul nu apare în lista de plecări, deci n-a plecat), așa că poți completa cu 0. Completezi ținta doar când știi sigur ce înseamnă lipsa.

Repară tu

Repară eroarea, direct în pagină

Codul de mai jos dă ValueError: Input y contains NaN., pentru că două apartamente nu au preț. Repară-l: elimină din tabel rândurile fără preț înainte de a construi X și y, ca programul să afișeze câte rânduri au rămas pentru antrenare și prețul estimat pentru 75 m².

Codul care dă eroarea
PYTHON
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

df = pd.DataFrame({
    "suprafata": [40, 55, 60, 72, 85, 90],
    "pret": [80, 110, np.nan, 140, np.nan, 180],
})

X = df[["suprafata"]]
y = df["pret"]
model = LinearRegression().fit(X, y)
print("Randuri de antrenare:", len(X))
print("Pret pentru 75 m2:", round(model.predict(pd.DataFrame({"suprafata": [75]}))[0], 1))
După reparație, programul afișează
Randuri de antrenare: 4
Pret pentru 75 m2: 148.8
Indiciu

Pune df = df.dropna(subset=["pret"]) înainte de liniile cu X și y.

Alte forme ale mesajului

  • ValueError: Input contains NaN.

Cum o eviți pe viitor

Verifică ținta separat: df["pret"].isna().sum() trebuie să fie 0 înainte de antrenare. Curăță tabelul o singură dată, înainte de a separa X și y, apoi construiește amândouă din același DataFrame filtrat. Nu completa ținta cu media sau mediana: ai inventa răspunsuri pe care modelul le-ar învăța ca adevărate.

Întrebări frecvente

Pot completa y cu media, cum fac la X?

Nu e o idee bună. Valorile completate în X sunt o aproximare a unei caracteristici, dar o țintă inventată îl învață pe model un răspuns fals. Rândurile fără țintă se elimină din antrenare; le poți folosi după aceea, ca date noi pentru predict.

Ce fac cu rândurile fără țintă?

Sunt exact cazurile pe care vrei să le prezici. Separă-le într-un tabel aparte, antrenează pe rândurile complete și apoi apelează predict pe ele.

Erori înrudite

← Toate erorile Machine Learning

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

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.