运行随机森林回归器遇float32输入异常，无NaN/inf却报错求解决

• 修正缺失值填充逻辑：你当前的df.fillna('mean', inplace=True)是错误用法——'mean'是字符串，不是实际计算的均值，会把数值列强制转为字符串类型，导致模型无法解析。正确的数值列均值填充方式：

  # 筛选数值列并填充均值
  numeric_cols = df.select_dtypes(include=['float64', 'int64']).columns
  df[numeric_cols] = df[numeric_cols].fillna(df[numeric_cols].mean())
  

• 处理超出float32范围的数值：报错提示存在无法放入float32的超大值，即使没有NaN/inf也会触发问题。可以直接转换为精度更高的float64，或者做特征缩放：

  # 转换数据类型为float64
  X_train = X_train.astype('float64')
  # 或用标准化缩放约束数值范围
  from sklearn.preprocessing import StandardScaler
  scaler = StandardScaler()
  X_train = scaler.fit_transform(X_train)
  

• 验证训练集的处理完整性：你处理的是整个df，但要确保X_train是处理后数据集的子集，避免训练集残留未处理的非法值。直接检查X_train：

  # 检查是否存在NaN
  print(X_train.isna().any().any())
  # 检查是否存在无穷值
  print(np.isinf(X_train).any().any())
  # 查看数值分布，确认是否有异常大值
  print(X_train.describe())
  

• 排查数据类型混入问题：确保X_train所有列都是数值类型，没有混入字符串列。执行X_train.dtypes查看类型，若有非数值列，需删除或做编码处理（比如独热编码、标签编码）。

内容的提问来源于stack exchange，提问作者Joshua Cunliffe