python 機械学習　エラー

Question

[リンク内容](https://qiita.com/mix_dvd/items/2938b162610a3b23d630)pycharm(python3.8,)を使い需要予測をやりました。
起動した結果以下のエラーが出てしまいました。エラーの原因がわかりません。
Traceback (most recent call last):
  File "C:/Users/atsus/Desktop/phyton/pycharm/juyo2", line 60, in <module>
    model.fit(X_train, y_train)

コードはネットから拾ってきたもの（https://qiita.com/mix_dvd/items/2938b162610a3b23d630)で以下の通りです。
```
import pandas as pd
from sklearn.svm import SVC

url = "http://www.tepco.co.jp/forecast/html/images/juyo-2016.csv"

kw_df = pd.read_csv(url, encoding="shift_jis", skiprows=2)
kw_df.head()

file = "data.csv"
temp_df = pd.read_csv(file, encoding="shift_jis", skiprows=4)
temp_df = temp_df[temp_df.columns[:2]]
temp_df.columns = ["日時","気温(℃)"]

# データの結合
df = kw_df
df["気温"] = temp_df["気温(℃)"]

# 曜日データの取得

import datetime

pp = df["DATE"]
tmp = []

for i in range(len(pp)):
    d = datetime.datetime.strptime(pp[i], "%Y/%m/%d")
    tmp.append(d.weekday())

df["weekday"] = tmp

# 時間データの取得

pp = df["TIME"]
tmp = []

for i in range(len(pp)):
    d = datetime.datetime.strptime(pp[i], "%H:%M")
    tmp.append(d.hour)

df["hour"] = tmp

# 入力
pp = df[["気温","weekday","hour"]]
X = pp.values.astype('float')

# 出力
pp = df["実績(万kW)"]
y = pp.values.flatten()

# クロスバリデーションのモジュールを読み込む
from sklearn import model_selection

# ラベル付きデータをトレーニングセット (X_train, y_train)とテストセット (X_test, y_test)に分割
X_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=.2, random_state=42)
# モジュールの読み込み
from sklearn import svm
model= svm.SVC()

# 学習
model.fit(X_train, y_train)   #60行目
# model.score(X,y)を使って予測精度を出す
print(model.score(X_test,y_test))

# 正規化のモジュールを読み込む
from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
scaler.fit(X_train)

X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)ここに言語を入力
```

Accepted Answer

> ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

が出ているので、気温のデータ等の加工を誤って、あるいは元データに
NaN　等の値があるのだと思われます。データをご確認なさってください。
元の記事でも気温のデータは自分で加工となっているので、そこが再現のときの突っかかり
最も要確認な点だと思います。

関連した質問