调试RandomForestRegressor对时序数据输出恒定预测结果的问题

问题概述 #

• 数据集：仅包含**非标准时间戳（非datetime格式）**作为单一特征，预测目标为count，以pandas DataFrame存储
• 模型：基于sklearn Pipeline实现RandomForestRegressor回归模型
• 数据拆分策略：
  • 前200条数据：划分为训练集（160条）+验证集（40条）
  • 剩余74条作为unseen测试集，用于最终预测

异常表现 #

• 默认参数Pipeline与GridSearchCV结合TimeSeriesSplit调参后的模型，测试集R²分数分别为0.025和0.076
• 验证集（样本处于训练数据范围内）与测试集的预测结果均为恒定值
• 已知RF回归对训练范围外样本外推能力有限，但验证集样本在训练范围内却仍输出恒定预测，未定位到问题根源

复现代码 #

# 完整复现代码粘贴于此

结果可视化 #

预测结果对比图

内容的提问来源于stack exchange，提问作者Mario