本文深入剖析在使用bootstrap重采样进行模型评估时，f1分数、精确率和召回率全部输出为1的典型原因，重点指出数据泄露、标签缺失、类别单一等关键陷阱，并提供可复现的修复方案与最佳实践。
本文深入剖析在使用bootstrap重采样进行模型评估时，f1分数、精确率和召回率全部输出为1的典型原因，重点指出数据泄露、标签缺失、类别单一等关键陷阱，并提供可复现的修复方案与最佳实践。
在Bootstrap循环中所有指标（Precision、Recall、F1）恒为1，根本原因通常不是算法本身出错，而是评估流程存在严重逻辑缺陷——最常见的是：模型始终在原始全量数据上训练与测试，而非基于每次Bootstrap生成的独立样本。
观察原代码可发现多个关键问题：
? y 未作为参数传入函数
函数签名 def bootstrap(x, Nboot): 缺失 y，导致内部 y 变量依赖全局作用域。若全局 y 是常量（如全为0或全为1）、或长度与 x 不匹配，train_test_split 可能静默失败或产生退化标签分布，最终使预测结果与真实标签完全一致（例如所有样本都被预测为唯一存在的类别），从而导致 precision_score 等返回 1.0。
? bootstrap_sample 被计算却未使用
代码中生成了 bootstrap_sample = data.iloc[chosen_rows]，但后续 train_test_split(x, y, ...) 仍使用原始 x 和 y，完全绕过了Bootstrap的核心思想：在重采样数据上拟合模型。这使得每次迭代训练的模型都相同，测试集也固定，丧失了统计估计意义。
? random_state=1 固定导致每次分割完全一致
在循环内反复调用 train_test_split(..., random_state=1)，会使每次划分的训练/测试集完全相同，进一步加剧结果重复性。Bootstrap要求每次迭代使用独立随机划分，random_state 应设为 None 或动态变化（如 random_state=k）。
✅ 正确做法是：对每次Bootstrap迭代，先从原始数据中重采样（含特征 X 和标签 y），再在此子集上划分训练/测试并训练模型。以下是修正后的健壮实现：
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import precision_score, recall_score, f1_score
import pandas as pd
import numpy as np
def bootstrap(X, y, Nboot, test_size=0.2, random_state=None):
"""
对分类器进行Bootstrap评估：每轮重采样原始数据，划分训练/测试，训练模型并计算指标。
Parameters:
-----------
X : array-like, shape (n_samples, n_features)
特征矩阵
y : array-like, shape (n_samples,)
标签向量（必须包含至少2个类别）
Nboot : int
Bootstrap迭代次数
test_size : float, default=0.2
测试集比例
random_state : int or None, default=None
全局随机种子（影响重采样），各次train_test_split使用不同seed
Returns:
--------
pd.DataFrame: 包含Precision, Recall, F1, Models列的结果表
"""
X, y = np.asarray(X), np.asarray(y)
if len(np.unique(y)) <p>⚠️ 关键注意事项：</p>
- 务必验证 y 的类别多样性：运行 np.unique(y, return_counts=True)，确认至少有两个类别且分布合理；
- 禁用全局变量依赖：所有输入（X, y, Nboot）必须显式传参，避免隐式状态；
- 慎用 average="macro"：当某类样本极少时可能触发 undefined metric，建议添加 zero_division=0 参数；
- stratify=y_boot 很重要：防止重采样后某类样本消失，导致 train_test_split 报错或指标计算异常；
- 若仍得全1结果，请检查 y_pred 与 y_test 是否完全相等（np.array_equal(y_pred, y_test)），这直接暴露了标签退化或模型过拟合问题。
通过严格遵循“重采样→划分→训练→评估”的闭环流程，并消除全局变量与固定随机种子的干扰，即可获得真实反映模型稳定性的Bootstrap性能分布。
