逻辑回归训练报ValueError：仅含1类数据，如何修复？

问题分析 #

你遇到的ValueError核心原因是训练集y_train中只包含单一类别（报错显示是0），但你提到转换后全数据集标签都是1，这说明训练集和全数据集的分布不一致——大概率是划分训练/测试集时，误将所有1类样本分到了测试集，导致训练集只剩0类；也可能是标签转换逻辑存在隐性问题（比如字符串大小写/空格不匹配，导致转换未生效）。

排查与解决步骤 #

1. 先确认数据分布 #

先执行以下代码，明确全数据集和训练集的标签分布：

# 查看全数据集的标签数量统计
print(data["class"].value_counts())
# 查看训练集y_train的标签数量统计
import pandas as pd
print(pd.Series(y_train).value_counts())

如果全数据集确实有两类，但训练集只有一类，问题出在数据划分环节；如果全数据集真的只有一类，那逻辑回归不适用，需要补充数据。

2. 修正数据划分（划分错误的情况） #

重新划分数据集时，使用stratify参数做分层抽样，保证训练集和测试集都包含两类样本：

from sklearn.model_selection import train_test_split
# 分离特征和标签
X = data.drop("class", axis=1)
y = data["class"]
# 分层划分，stratify=y保证两类比例与原数据一致
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.2, stratify=y, random_state=42)

3. 验证标签转换逻辑（转换可能失效的情况） #

如果全数据集标签转换后应该有两类，但实际全是0/1，检查原字符串是否有格式问题（比如大小写、空格）：

# 修正转换逻辑，忽略大小写和首尾空格
data["class"] = [1 if each.strip().lower() == "abnormal" else 0 for each in data["class"]]

4. 全数据集只有一类的处理方案 #

如果确认全数据集真的只有Abnormal（1类）：

• 业务层面：补充Normal（0类）样本数据，没有两类数据的话，二分类模型无法学习分类边界。
• 调试层面：若只是想验证代码逻辑，可手动添加几个0类样本临时测试：

# 复制5个现有样本，将标签改为0
temp_X = x_train.head(5).copy()
temp_y = pd.Series([0]*5)
# 合并到训练集
x_train = pd.concat([x_train, temp_X], axis=0)
y_train = pd.concat([y_train, temp_y], axis=0)
# 重新训练
lr = LogisticRegression()
lr.fit(x_train, y_train)

注意：此方法仅用于调试，不能用于实际业务场景，模型预测结果无参考价值。

补充：检查数据维度是否正确 #

你的代码中用了x_train.T和y_train.T做转置，逻辑回归要求输入X是[样本数, 特征数]的格式，转置可能导致维度错误，建议直接用x_train和y_train，无需转置：

lr.fit(x_train, y_train)

内容的提问来源于stack exchange，提问作者fuzexe