为什么cross_val_分数返回所有NaN？

Question

关于这个类似的问题，有好几篇帖子，但是没有一篇有我想要的答案。因此，我把这个新的帖子作为答案

问题是为什么所有分数都有NaN值
数据似乎很好
设置似乎很好
这可能是什么原因造成的？

这是我的数据框：

df.describe(include = "all")

            TRXN_MONTH      TRANSACTION_AMOUNT
count       598565.000000   5.985650e+05
mean        6.410199        2.457275e+07
std         3.446896        2.732986e+08
min         1.000000        2.000000e-02
25%         3.000000        1.823501e+04
50%         6.000000        1.649049e+05
75%         9.000000        1.318875e+06
max         12.000000       1.694837e+10

可变数据类型：

df.dtypes

TRXN_MONTH            int64
TRANSACTION_AMOUNT    float64
dtype:                object

这是我的密码：

# Ensemble by stacking
estimator_list = [
    ('lof', LocalOutlierFactor(novelty=False, n_neighbors=20, contamination='auto')),
    ('iforest', IsolationForest(n_estimators=100, contamination='auto'))
]

ensemble = StackingClassifier(estimators=estimator_list, final_estimator=LogisticRegression(), cv=5)

# Set the number of folds and how parameter values are shuffled
kf = model_selection.KFold(n_splits=10, random_state=10, shuffle=True) 

# Evaluate model using cross-validation
ensemble_cross_vald=model_selection.cross_val_score(ensemble, df_train[['TRXN_MONTH']].values, df_train[['TRANSACTION_AMOUNT']].values, cv=kf, n_jobs=-1, scoring='recall')

ensemble_cross_vald

以下是运行代码后的输出：

array([nan, nan, nan, nan, nan, nan, nan, nan, nan, nan])

我能够使用每个模型来拟合和预测：

y_pred = lof.fit_predict(df) 
lofs_index = where(y_pred==-1)
lofs_index

(array([    17,     43,     61, ..., 598553, 598561, 598562]),)

y_pred = iforest.fit_predict(df) 
lofs_index = where(y_pred==-1)
lofs_index

(array([     6,     14,     15, ..., 598549, 598556, 598561]),)

Answer 1

这里用于叠加的基本模型都不是分类器本身：都是异常值和/或异常检测算法；它们甚至不是受监督的模型，它们根本不使用标签y，正如您从它们各自的fit文档中所看到的：

对于LOF：

fit(X, y=None)

y : Ignored

Not used, present for API consistency by convention.

对于Isolation Forest：

fit(X, y=None, sample_weight=None)

y : Ignored

Not used, present for API consistency by convention.

不属于分类器（也不以任何方式涉及标签y），很明显，这些模型不能用于分类任务，不能单独使用，也不能作为堆叠模型的基本分类器，就像您在这里尝试做的那样。因此，召回度量的nan值是预期的（因为从模型的角度来看，没有任何标签y，因此实际上首先没有任何召回）