Sklearn分类报告support值(类别样本数)显示错误问题求助

• 模型预测偏倚：数据集总样本量极小，正类占比更高（58.3%），线性SVM未调整类别权重时，会优先保障整体准确率，将所有样本预测为占比更高的正类，导致y_pred中完全没有负类预测结果，classification_report无法输出负类相关指标。
• 单次划分的随机波动：24条样本按30%比例拆分后测试集仅7条，其中负类仅3条，哪怕分层逻辑生效，也容易出现模型刚好将全部负类测试样本判为正类的极端情况。
• 报告调用参数错误：如果调用classification_report时手动设置labels参数仅传入正类标签，会直接导致报告不展示负类指标。

• 先验证真实标签和预测结果的取值，执行以下代码确认问题来源：

import numpy as np
print("测试集真实标签取值：", np.unique(y_test))
print("模型预测标签取值：", np.unique(y_pred))

如果输出显示y_test存在负类标签但y_pred没有，说明是模型预测偏倚问题。

• 给SVM添加类别权重配置，修改模型初始化代码，让模型自动根据各类样本量调整惩罚权重，降低对多数类的偏向：

clf = svm.SVC(kernel = 'linear', C = 1, class_weight='balanced')

• 调整数据集划分规则：总样本量过小的场景下，降低测试集占比到20%，同时改用K折交叉验证代替单次划分评估，避免单次划分的随机波动干扰结果。
• 检查classification_report的调用方式，使用无额外标签限制的标准调用：

from sklearn.metrics import classification_report
print(classification_report(y_test, y_pred))

不要手动添加labels参数仅指定正类标签。

• 适当调整正则化参数C：增大C值降低模型正则化强度，避免模型过于保守全部预测为多数类。

内容的提问来源于stack exchange，提问作者jmero