Нан и инф встречаются в регрессионном коде c

Question

Я пишу код для логистики c регресс с нуля. Я использую массивы numpy и выполняю над ними операции. При печати вычисленной стоимости иногда я получаю [[inf]] и [[nan]] в выводе. Как я могу избежать этого? Код здесь:

import numpy as np
import pandas as pd
from random  import shuffle


def sigmoid(x):
  return 1.0/(1 + np.exp(-x))

data = pd.read_csv("ChurnData.csv")
features = data[['tenure','age','address','income','ed','employ','churn']]
features = features.values.tolist()
shuffle(features)
raw_train, raw_test = features[:int(len(features) * 0.8)], features[int(len(features) * 0.8):]
X_train = []; y_train = []; X_test = []; y_test = []

for i in raw_train:
  X_train.append(i[:-1])
  y_train.append(i[-1])
X_train = np.asarray(X_train).reshape((len(X_train), len(X_train[0])))
y_train = np.asarray(y_train).reshape((len(y_train), 1))

for i in raw_test:
  X_test.append(i[:-1])
  y_test.append(i[-1])
X_test = np.asarray(X_test).reshape((len(X_test), len(X_test[0])))
y_test = np.asarray(y_test).reshape((len(y_test), 1))

weights = np.zeros((6, 1))


epoch = 100
for i in range(epoch):
  yhat = sigmoid(np.dot(X_train, weights))
  cost = -np.dot(y_train.T, np.log(yhat)) - np.dot((1- y_train).T, np.log(1 - yhat))
  cost = cost/X_train.shape[0]
  print(cost)
  dw = np.dot(X_train.T, (yhat - y_train))
  dw = dw/X_train.shape[0]
  weights -= 0.01 * dw