回归问题中的stratified cross validation?

可能这个问题还没定论，根据sklearn中的StratifiedKFold也尚未实现针对于回归问题的Stratified Cross Validation。

一种比较合理的能够实现Stratified Cross Validation的方法是对所有真实值按照四等分点分成四份，然后从这四等分的子集中随机划分K组，再将它们重新组合，成为那K个fold的数据集。这样能保证每个fold中真值的分布比较接近。

也可以从feature中挑一个categorical feature，然后按照这个feature中各个类别的比例来生成k个fold的数据。