Ниже приведен код из курса udemy: - Я перепробовал все решения, представленные в переполнении стека, но, похоже, ничего не работает
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
dataset = pd.read_csv('50_Startups.csv')
X = dataset.iloc[:, :-1].values
Y = dataset.iloc[:, -1].values
from sklearn.compose import ColumnTransformer
from sklearn.preprocessing import OneHotEncoder
ct = ColumnTransformer(transformers = [('encoder', OneHotEncoder(), [3])], remainder = 'passthrough')
X = np.array(ct.fit_transform(X))
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.2, random_state = 0)
from sklearn.linear_model import LinearRegression
regressor = LinearRegression()
regressor.fit(X_train, Y_train)
Y_pred = regressor.predict(X_test)
import statsmodels.api as lm
X = np.append(arr=np.ones((50,1)).astype(int),values=X,axis=1)
X_opt = X[:,[0,1,2,3,4,5]]
regressor_OLS = lm.OLS(endog = Y, exog = X_opt).fit()
regressor_OLS.summary()
(Предыдущие решения, которые были предоставлены сообществом, не работают)
Я получаю сообщение об ошибке: -
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-20-a7a61aa40d9b> in <module>()
3 X = np.append(arr=np.ones((50,1)).astype(int), values=X, axis=1)
4 X_opt = X[:, [0, 1, 2, 3, 4, 5]]
----> 5 regressor_OSL = sm.OLS(endog=y, exog=X_opt)
8 frames
/usr/local/lib/python3.6/dist-packages/statsmodels/base/data.py in _handle_constant(self, hasconst)
123 check_implicit = False
124 ptp_ = np.ptp(self.exog, axis=0)
--> 125 if not np.isfinite(ptp_).all():
126 raise MissingDataError('exog contains inf or nans')
127 const_idx = np.where(ptp_ == 0)[0].squeeze()
TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''