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

这个错误通常表示你的数据集中包含缺失值（NaN）或特别大的数字，超出了浮点数的范围。你需要检查你的数据集，找出缺失值并进行处理。

你可以使用 pandas 库中的 isna() 函数来检查数据集中是否存在缺失值。例如：

import pandas as pd

# 读取数据集
df = pd.read_csv('data.csv')

# 检查是否存在缺失值
print(df.isna().sum())

如果输出结果中有一些列的值不为 0，则说明该列存在缺失值。你可以使用 fillna() 函数来填充缺失值，例如：

# 填充缺失值为 0
df.fillna(0, inplace=True)

如果你的数据集中存在特别大的数字，你可以使用 numpy 库中的 isinf() 和 isnan() 函数来检查。例如：

import numpy as np

# 生成包含特别大的数字的数组
arr = np.array([1.0, 2.0, 1e100, 3.0])

# 检查是否存在特别大的数字
print(np.isinf(arr))
print(np.isnan(arr))

你可以使用 clip() 函数将特别大的数字截断为一个较小的值，例如：

# 将特别大的数字截断为 1e50
arr = arr.clip(max=1e50)