Keras LSTM二分类类别1指标全零、预测全为负类问题求助

• 核心错误出在预测结果的类别转换逻辑：你的模型最后一层是单神经元+sigmoid激活，输出形状为(样本数, 1)，每个样本仅返回1个0~1区间的概率值，代表样本属于类别1（垃圾邮件）的概率。你生成分类报告时调用np.argmax(result, axis=1)，对长度为1的向量取最大值索引，返回值永远是0，相当于强制把所有样本判定为类别0，这就是无论数据集怎么调整、模型训练指标多好，预测结果全是负类的直接原因。
• 你观察到的现象完全可以印证这个问题：
  • 原始不平衡测试集共900个样本，其中类别0共754个，全预测为0时准确率恰好是754/900≈0.84，和你给出的测试准确率完全一致
  • 平衡后的测试集共300个样本，其中类别0共142个，全预测为0时准确率恰好是142/300≈0.47，和你给出的平衡后测试准确率完全一致
  • AUC能达到0.99以上，说明模型输出的概率排序能力正常，模型本身已经学到了有效特征，和类别不平衡、模型结构缺陷没有核心关系。

1. 替换错误的类别转换代码，单输出sigmoid场景不需要用argmax，直接通过分类阈值把概率转为类别标签即可，默认阈值取0.5：

result = model.predict(x_test)
# 概率大于0.5判定为垃圾邮件，小于等于0.5判定为正常邮件，拉平为一维数组匹配标签格式
y_pred = (result > 0.5).astype(int).flatten()
print(classification_report(y_test, y_pred, zero_division=0))

2. （可选优化）如果修复后类别1的召回、精度表现不符合预期，再针对性调整，不需要盲目下采样删除多数类样本：
   • 训练时在model.fit()中传入class_weight={0: 1, 1: 2500/499}，提高少数类（垃圾邮件）的损失权重，缓解类别不平衡的影响
   • 模型选择和早停不要以准确率为核心依据，优先参考验证集的F1值、召回率、AUC指标
   • 若0.5阈值下效果不佳，可以基于验证集的ROC曲线选择最优分类阈值，不需要固定使用0.5。

内容的提问来源于stack exchange，提问作者Walid Torfa