预测结果全为同一类别，主因是数据标签严重不均衡或特征无区分度；应先检查训练集标签分布、验证集分层、class_weight传参位置、阈值设定及特征有效性。
预测结果全是同一类别，先检查训练集标签分布
这问题八成出在数据上，而不是模型本身。Scikit-learn 的 fit() 不会报错，但若训练集中某类样本占比极高（比如 95% 是负样本），默认参数下的 LogisticRegression 或 RandomForestClassifier 很可能全预测为多数类。
实操建议：
- 用
np.bincount(y_train)或pd.Series(y_train).value_counts()看标签频次，确认是否严重不均衡 - 如果正负比超过 10:1，别急着调模型，先看要不要采样或加权重
- 注意：
stratify参数在train_test_split里没设，可能导致验证集里某类完全缺失，让classification_report看起来“全对”——其实是没机会预测另一类
class_weight='balanced' 不起作用？确认它传给了正确位置
class_weight='balanced' 是最常用解法，但它只对支持该参数的模型生效，且必须作为初始化参数传入，不是 fit() 时传的。
常见错误：
- 对
SVC用了class_weight却忘了它只在sklearn.svm.SVC中支持，LinearSVC需用class_weight='balanced'+loss='hinge'不兼容，得换loss='squared_hinge' - 写成
model.fit(X, y, class_weight='balanced')—— 这是错的，class_weight不是fit()的通用参数 -
RandomForestClassifier(class_weight='balanced')实际上平衡的是每棵树的 bootstrap 样本，效果弱于balanced_subsample；更稳的做法是class_weight='balanced_subsample'
predict() 返回全一样，但 predict_proba() 有数值？检查阈值逻辑
很多用户只调 predict()，发现全输出 0，但一看 predict_proba()，其实第二列数值都在 0.4–0.48 之间——说明模型学到了一点区分度，只是默认 0.5 阈值卡死了。
解决路径：
- 用
model.predict_proba(X)[:, 1]提取正类概率，再手动设阈值：(proba > 0.3).astype(int) - 别硬编码 0.3，用
precision_recall_curve找最优阈值，或直接上CalibratedClassifierCV校准概率 - 注意：像
XGBClassifier默认不输出校准概率，predict_proba()是 raw margin，得设objective='binary:logistic'并配合CalibratedClassifierCV
特征全为常量或高度相关，导致模型无法学习区分
曾遇到真实案例：所有特征列标准差 StandardScaler 后全变成 NaN，模型退化为常数预测。这类问题不会报错，但 feature_importances_ 全为 0 或异常一致。
快速诊断项：
- 运行
np.std(X_train, axis=0)，看是否有整列为 0 或接近 0 - 用
np.corrcoef(X_train.T)查相关系数矩阵，若多对特征相关性 > 0.95，线性模型容易共线失效 - 对树模型，
model.feature_importances_如果最大值 - 临时加一列随机噪声特征（
np.random.randn(len(X))），再训练——如果预测变“有变化”了，那原特征确实有问题
真正卡住的地方往往不在算法选型，而在训练标签是否可信、特征是否真有判别力、以及你看到的“预测结果”到底是 predict() 还是 predict_proba() 做的硬截断。跑通流程不难，难的是盯着那几行输出数字，想清楚它们到底从哪来。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
