Отбор признаков из sklearn.feature_selection не работает с разреженными матрицами?

Question

[vldud]

Добрый день! Выполняю отбор признаков с помощью sklearn. Возьмем для примера ANOVA - sklearn.feature_selection.f_classif. В описании аргументов функции sklearn.feature_selection.f_classif в качестве входного массива признаков значится X{array-like, sparse matrix}. Я понимаю это, как признаки, часть из которых nan.
Запуск кода

X, y = make_classification(
    n_samples=200,
    n_features=10,
    n_informative=2,
    n_redundant=8,
    n_repeated=0,
    shuffle=False,
    random_state=random_state
)
X[0][0] = np.nan
selected_features = SelectKBest(f_classif, k=2).fit_transform(X, y)

приводит к ошибке

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

Комментирование строкиX[0][0] = np.nan ошибку устраняет, т.е. проблема именно в nan значении.

Вопрос: что имеется в виду в документации под sparse matrix и какие есть методики feature selection в sklearn или в других python библиотеках для разреженного признакового пространства?

Answer 1

[U235U235]

В разреженных матрицах обычно неуказаные элементы не nan, а нули.

Comments

[vldud]

U235U235 а если 0 является значимым по смыслу значением? Как отделить его от отсутствия значения, аналога NULL в SQL? Например, признак наличия средств на счете абонента, 0 - нулевой баланс, nan - отсутствие информации по данному абоненту.