Я попробовал это, но не смог заставить его работать для моих данных:Используйте Scikit Learn, чтобы выполнить линейную регрессию для фрейма данных временного ряда.

Мои данные состоят из 2-х DataFrames.DataFrame_1.shape = (40,5000) а такжеDataFrame_2.shape = (40,74), Я пытаюсь сделать какой-то тип линейной регрессии, ноDataFrame_2 содержитNaN недостающие значения данных. Когда яDataFrame_2.dropna(how="any") форма падает до(2,74).

Есть ли какой-либо алгоритм линейной регрессии в sklearn, который может обрабатыватьNaN ценности?

Я моделирую это послеload_boston отsklearn.datasets гдеX,y = boston.data, boston.target = (506,13),(506,)

Вот мой упрощенный код:

X = DataFrame_1
for col in DataFrame_2.columns:
    y = DataFrame_2[col]
    model = LinearRegression()
    model.fit(X,y)

#ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

Я сделал вышеупомянутый формат, чтобы формы соответствовали матрицам

Если выложитьDataFrame_2 поможет, пожалуйста, прокомментируйте ниже, и я добавлю это.