新年のもっと！私は、新しい年の技術進歩ハを望みます！
最近いくつかの問題が、幸い、すべてのソリューションを、今まとめに遭遇sklearnリモートセンシング画像を、予測する回帰モデルを装備。
まずは、sklearnなければならない入力データRESHAPE（-1,1）は、唯一のこの形式の入力に変換されます。連結する多要因データ、（（A、B）のための軸= 1）、 列を重畳。
2. とValueError：入力のNaN 3、A又はDTYPE（「のfloat64」）のためにあまりにも無限大値含ま
np.isnan [エラーデータがナン/ Infのを入力し、この手段は、ナンのために、誤ったデータ==データ又はデータを使用することができます（データ）]は0、負を=。
分母を排除するためにデータ[np.isinf（データ）] = 0を使用して、通常発生する0であるため、INFは、無限です。多くの場合、これは分母が0ああであるかどうかに、注意を払うが起こる画像操作！
入力画像を標準化しなければならないときに前記モデルデータは、標準化しました。
4.最後にナンのsklearn代替方法を学びました。
IMP = Imputer（missing_values = 'NaNの'、戦略= '平均'、軸= 0、冗長= 0、コピー=真）
データ= imp.fit_transform（データ）
2020年1月1日