Scikit-learn StackingClassifier调用predict_proba因缺失值触发assert_all_finite报错

报错根因 #

• 你对基学习器的特性认知存在偏差：Scikit-learn原生的ExtraTreesClassifier、RandomForestClassifier支持缺失值输入是1.0及以上版本才新增的特性，你当前使用的0.24.2版本中，这两个模型在输入校验阶段就会强制检测非有限值，直接触发你看到的_assert_all_finite报错，和Stacking框架本身无关。
• 堆栈信息也可以佐证这一点：报错触发在ExtraTreesClassifier.predict_proba的输入校验环节，并非StackingClassifier的全局校验逻辑，Stacking作为集成框架不会对输入做额外限制，输入有效性校验由每个基学习器各自执行。

解决方案 #

你可以根据自身场景选择任意一种方案解决问题：

• 升级Scikit-learn版本到1.0或更高，即可直接使用原生树模型的缺失值处理能力，无需修改其他代码
• 若暂不能升级Scikit-learn版本，可在数据输入模型前新增缺失值处理步骤，使用SimpleImputer等工具对缺失值做均值、中位数、众数或常数填充
• 将ExtraTreesClassifier、RandomForestClassifier替换为LightGBM、XGBoost等原生支持缺失值的第三方模型实现，规避旧版本Scikit-learn的限制

内容的提问来源于stack exchange，提问作者Guido