让咱们一步步梳理你遇到的问题，这类错误通常和几个常见因素相关，下面是具体的排查方向和解决方法：

1. 最常见原因：缺失正确的库导入 #

RandomUnderSampler并不属于sklearn原生模块，它是imbalanced-learn库的组件。你的代码里只导入了sklearn.metrics，大概率是没安装或没正确导入这个库：

• 首先安装依赖库：

  pip install imbalanced-learn
  

• 替换导入语句为：

  from imblearn.under_sampling import RandomUnderSampler
  

2. 训练集存在非数值型特征 #

RandomUnderSampler要求输入的特征必须是数值类型，如果你的train数据集中还残留字符串、分类类型的列，就会触发错误：

• 先检查训练集的所有列类型：

  print(train.dtypes)
  

• 对非数值列做处理：要么用LabelEncoder/OneHotEncoder做编码，要么直接删除无关的分类列。

3. 目标变量格式或缺失值问题 #

如果目标变量Y存在缺失值，或者格式不符合要求（比如不是一维Series/数组），也会导致采样失败：

• 检查目标变量的缺失情况：

  print(Y.isnull().sum())
  

• 确保Y是一维结构：

  print(Y.shape) # 正常输出应为(n_samples,)
  

  如果有缺失值，先通过填充或删除对应行处理；如果是多维结构，用Y = Y.values.ravel()转为一维。

4. 方法版本兼容问题 #

新版imbalanced-learn已经弃用了fit_sample方法，替换为fit_resample，如果你的库版本较新，旧方法会报错：

• 替换采样代码为：

  X_train_res, y_train_res = rus.fit_resample(train, Y)
  

修正后的完整代码示例 #

# 安装依赖（首次运行时执行）
!pip install imbalanced-learn

import pandas as pd
from sklearn import metrics
from imblearn.under_sampling import RandomUnderSampler

# 处理数据集
train = data.drop(['Co_Name','Cust_ID','Phone','Shpr_ID','Resi_Cnt','Buz_Cnt','Nearby_Cnt','parseNumber','removeString','Qty','bins','Adj_Addr','Resi','Weight','Resi_Area','Lat','Lng'], axis=1)
Y = data['Resi']

# 前置检查
print("训练集数据类型：\n", train.dtypes)
print("目标变量缺失值数量：", Y.isnull().sum())

# 执行欠采样
rus = RandomUnderSampler(random_state=42)
X_train_res, y_train_res = rus.fit_resample(train, Y)

内容的提问来源于stack exchange，提问作者pankaj