Python 逻辑回归预测所有样本为1

我试图用以下数据训练逻辑回归模型： 分类变量：0或1 数值变量：8到20之间的连续数

我有20个数值变量，我想一次只使用一个用于预测模型，看看哪一个是最好的特性

我使用的代码是：

for variable in numerical_variable:
    X = data[[variable ]]
    y = data[categorical_variable]

    X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.20,random_state=0)

    logreg = LogisticRegression()
    logreg.fit(X_train, y_train)

    y_pred=logreg.predict(X_test)
    print(y_pred)

    cnf_matrix = metrics.confusion_matrix(y_test, y_pred)

    print("Accuracy:", metrics.accuracy_score(y_test, y_pred))
    print("Precision:", metrics.precision_score(y_test, y_pred))
    print("Recall:", metrics.recall_score(y_test, y_pred))

分类变量偏向于1，大约有800个1到200个0。所以我认为这就是为什么它总是预测一个，不管测试样本（如果我没有设置random_state=0）和数值变量。 （使用python 3）

有没有关于如何解决这个问题的想法

---

谢谢

使用

joblib

库保存您的模型

import joblib
your_model = LogisticRegression()
your_model.fit(X_train, y_train)
filename = 'finalized_model.sav'
joblib.dump(your_model, filename)

此代码将您的模型保存为“finalized_model.sav”。扩展并不重要，即使你不写

然后，您可以通过此代码调用精确且固定的模型，以便始终进行相同的预测

your_loaded_model = joblib.load('finalized_model.sav')

作为预测示例

your_loaded_model.predict(X_test)

---

你试过不同的抽样方法吗？我会尝试SRS和其他方法。您的输入数据显然是倾斜的，但这不应该是什么大问题，因为logR应该从每个实体的属性中学习，而不是从数据集的元数据中学习。问题似乎出在imo的输入层。谢谢，我会看看这个-我也尝试过使用logreg=logisticRegression（class_weight='balanced'），这很有帮助，现在0有时也会被预测。与一切为1时的精度相似。显然，模型没有足够的数据将某个值声明为0（由于样本量较小）。因为梯度下降总是试图最小化误差，所以你的模型说，最好把所有东西都猜测为1，而不是给一些实体0，因为这会降低它的整体精度。这有意义吗？是的，有意义，那么你建议仍然使用SRS和其他采样方法吗？嗯，你受到数据的限制。除非您有更多的样本为0，否则您将无法完成很多工作。但是，是的，不同的采样方法肯定会超过这个误差。我不明白这对预测总是1有什么帮助。我完全误解了你的问题，以为你想总是采用相同的预测（没有不同的随机性），但如果你找到了问题的解决方案，那没关系