连续型Y响应变量适配IterativeImputer与cross_val_score的问题

你的报错根源很明确：RepeatedStratifiedKFold是专门给分类任务设计的分层交叉验证器，而accuracy是分类任务的评分指标，但你的Y是连续型价格数据，属于回归任务，两者不兼容才会抛出这个错误。不需要把Y转成分类，只需要换成回归任务对应的交叉验证器和评分指标即可，具体方案如下：

1. 替换交叉验证器 #

把RepeatedStratifiedKFold换成回归任务适用的RepeatedKFold——它不需要基于类别分层，直接对连续型目标变量做重复K折拆分，完全适配你的场景。

2. 替换评分指标 #

把accuracy换成回归任务的常用指标，比如：

• 'r2'：R²得分，衡量模型解释方差的比例
• 'neg_mean_squared_error'：负均方误差（scikit-learn默认偏好得分越高越好，所以用负值表示）
• 'neg_mean_absolute_error'：负平均绝对误差

完整代码示例 #

假设你原来的错误代码是这样的：

from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer
from sklearn.linear_model import BayesianRidge
from sklearn.model_selection import cross_val_score, RepeatedStratifiedKFold

# 假设X是单特征的训练数据（含缺失值），y是连续型价格
imputer_reg = IterativeImputer(estimator=BayesianRidge(), random_state=42)
cv = RepeatedStratifiedKFold(n_splits=5, n_repeats=3, random_state=42)
scores = cross_val_score(imputer_reg, X, y, cv=cv, scoring='accuracy')

修改后的正确代码：

from sklearn.experimental import enable_iterative_imputer
from sklearn.impute import IterativeImputer
from sklearn.linear_model import BayesianRidge
from sklearn.model_selection import cross_val_score, RepeatedKFold

# 初始化带BayesianRidge的迭代填充器
imputer_reg = IterativeImputer(estimator=BayesianRidge(), random_state=42)
# 替换为回归用的重复K折交叉验证
cv = RepeatedKFold(n_splits=5, n_repeats=3, random_state=42)
# 替换为回归评分指标，比如R²
scores = cross_val_score(imputer_reg, X, y, cv=cv, scoring='r2')

# 查看得分
print(f"交叉验证R²得分: {scores.mean():.4f} ± {scores.std():.4f}")

额外说明 #

因为你只处理单个特征，IterativeImputer会基于BayesianRidge这个回归模型，用特征自身的非缺失值拟合后填充缺失值，这个逻辑在回归场景下是完全成立的，不需要调整填充逻辑，只需要修正交叉验证和评分的部分即可。

内容的提问来源于stack exchange，提问作者Data Science Analytics Manager