cannot import name 'gini_impurity' from 'sklearn.metrics' 怎么修改

遇到 `ImportError: cannot import name 'gini_impurity' from 'sklearn.metrics'` 这样的错误通常是因为尝试导入的模块（在这个例子中是 `gini_impurity`）在当前版本的scikit-learn中已不再存在或者名称有所改变。

解决这个问题的方法是更新到scikit-learn的最新版本，或者查阅文档确认正确的模块和函数名。`gini_impurity`可能已经被替换为`sklearn.metrics.gini`。如果你仍然想使用`explained_variance_score`，你可以按照以下步骤操作[^1]:

1. 验证版本：

   from sklearn import __version__ as sklearn_version
   print(f"Sklearn version: {sklearn_version}")

2. 如果需要`explained_variance_score`，直接导入并使用它：

   from sklearn.metrics import explained_variance_score

   actual = ...  # Your actual values
   predicted = ...  # Your predicted values
   eva = explained_variance_score(actual, predicted)
   print("Explained Variance Score:", eva)

如果需要使用其他功能，如特征重要性评估，可以考虑使用`SelectKBest`与`f_regression`结合[^2]：

from sklearn.pipeline import Pipeline
from sklearn.feature_selection import SelectKBest
from sklearn.linear_model import LinearRegression
# ...

pipe = Pipeline([
    ('feature_selection', SelectKBest(score_func=f_regression)),
    ('regression', LinearRegression())
])

# Fit and evaluate the pipeline
X_train, X_test, y_train, y_test = ...
pipe.fit(X_train, y_train)
y_pred = pipe.predict(X_test)