如何拟合Logistic Regression模型？拟合遇单类别数据错误求助

错误原因 #

训练集标签y_train仅包含0这一个类别。逻辑回归是二分类/多分类模型，必须依赖至少2个不同类别的样本来学习分类边界，单一类别数据无法满足模型训练要求。

错误解决步骤 #

• 先确认标签分布：用np.unique(y_train)或y_train.value_counts()（若为Pandas Series）查看训练集标签的所有类别，核实是否确实只有单一类别。
• 若为数据划分失误：重新划分训练集与测试集，确保训练集内包含至少2个类别的样本。
• 若数据集本身仅含单一类别：逻辑回归不适用该场景，需重新审视任务——比如是否应转为回归任务，或补充收集包含其他类别的数据。

正确拟合Logistic Regression模型的流程 #

1. 数据预处理 #

逻辑回归对特征尺度敏感，且要求输入为数值型数据，需先做好预处理：

from sklearn.preprocessing import StandardScaler
import numpy as np

# 处理缺失值（示例：用均值填充）
x_train = np.nan_to_num(x_train, nan=np.nanmean(x_train))
x_test = np.nan_to_num(x_test, nan=np.nanmean(x_test))

# 特征标准化
scaler = StandardScaler()
x_train_scaled = scaler.fit_transform(x_train)
x_test_scaled = scaler.transform(x_test)

2. 模型初始化与训练 #

根据任务类型设置参数，比如二分类或多分类：

from sklearn.linear_model import LogisticRegression

# 二分类任务示例，调整max_iter确保模型收敛
model = LogisticRegression(solver='lbfgs', max_iter=1000)
model.fit(x_train_scaled, y_train)

# 多分类任务示例
# model = LogisticRegression(multi_class='multinomial', solver='saga', max_iter=1000)
# model.fit(x_train_scaled, y_train)

3. 模型评估 #

在测试集上验证模型性能：

from sklearn.metrics import accuracy_score, confusion_matrix

y_pred = model.predict(x_test_scaled)
print(f"测试集准确率: {accuracy_score(y_test, y_pred):.2f}")
print("混淆矩阵:\n", confusion_matrix(y_test, y_pred))

内容的提问来源于stack exchange，提问作者ashirvad desai