sklearn实现KNN回归拟合时抛出ValueError异常问题咨询

该报错和你提到的数值量级、原始数据自带空值没有关系，核心问题是特征拼接逻辑错误，人为生成了大量NaN值：

• 调用pd.concat(glasses)时未指定拼接轴，pandas默认使用axis=0做纵向行拼接
• 你提取的两个特征A（列名YearBuilt）、B（列名YrSold）列名不匹配，纵向拼接时会生成两列结构：来自A的行对应的YrSold位置全为NaN，来自B的行对应的YearBuilt位置全为NaN
• 拼接后的特征集x行数是原始样本量的2倍，和标签y的长度也不匹配，大量自动填充的NaN值直接触发了sklearn的输入合法性校验，抛出对应错误。

将特征拼接改为横向列拼接即可，修改对应代码行：

# 原错误代码
# x = pd.concat(glasses)
# 修正后代码
x = pd.concat(glasses, axis=1)

修正后生成的特征集x行数和原始样本量一致，包含YearBuilt、YrSold两个完整特征列，不会再产生无意义的NaN填充。

后续遇到同类输入校验报错，可以在模型fit前打印特征集信息快速定位问题：

# 打印特征集维度，正确结果应为(原始样本数, 2)
print(x.shape)
# 统计每列空值数量，错误拼接时两列的空值数都会等于原始样本量
print(x.isna().sum())

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