使用OneVsRestClassifier做多标签分类时预测结果异常问题求解

• 核心错误：错误手动循环训练覆盖模型。你使用的OneVsRestClassifier本身就支持直接传入多标签格式的y（即3列标签矩阵），不需要手动循环每个标签单独训练。你在循环中每次都对同一个LR_pipeline执行fit操作，前两次训练的vitamin_A、vitamin_C模型被后续训练覆盖，最终pipeline仅保留了最后一个vitamin_D的训练结果。再加上你测得vitamin_D的准确率为1.0，大概率数据集中vitamin_D=1的样本占比极高，所以不管输入什么特征都会输出1，你循环三次预测调用的都是这个vitamin_D的模型，自然全输出[1]。
  补充：你循环中计算的单标签准确率数值是对的，因为刚fit完当前标签就做了测试，但循环结束后没有保留所有标签的模型，属于训练逻辑错误。
• 预测逻辑错误：OneVsRestClassifier训练完成后一次预测就能输出所有标签的结果，不需要循环每个标签调用预测。
• 细节隐患：手动传列表做预测容易出现特征顺序和训练时不匹配的问题，建议用DataFrame传参保证特征对齐。

训练部分 #

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.pipeline import Pipeline
from sklearn.multiclass import OneVsRestClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score

# 数据集拆分
X = df[['gender', 'age', 'weight', 'height']]
y = df[['vitamin_A', 'vitamin_C', 'vitamin_D']]
# 加random_state固定随机种子，保证结果可复现
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, shuffle=True, random_state=42)

# 直接训练多标签模型，不需要循环
# 加max_iter避免sag solver收敛报错
LR_pipeline = Pipeline([('clf', OneVsRestClassifier(LogisticRegression(solver='sag', max_iter=1000), n_jobs=-1))])
LR_pipeline.fit(X_train, y_train)

# 计算单标签准确率
pred_test = LR_pipeline.predict(X_test)
acc_classifier = [accuracy_score(y_test[label], pred_test[:,i]) for i, label in enumerate(y.columns)]
df_acc = pd.DataFrame({'Label': y.columns, 'Accuracy': acc_classifier})
print(df_acc)

预测部分（实现预期输出格式） #

# 传入你需要的测试特征：gender=0, age=55, weight=64, height=128
data_test = pd.DataFrame([[0, 55, 64, 128]], columns=['gender', 'age', 'weight', 'height'])

# 同时获取分类结果和预测概率
pred_labels = LR_pipeline.predict(data_test)[0]
pred_probs = LR_pipeline.predict_proba(data_test)[0]

# 拼接成预期输出格式
res = {}
for idx, label in enumerate(y.columns):
    res[label] = pred_labels[idx]
    res[f"{label}_prob"] = round(pred_probs[idx], 2)

res_df = pd.DataFrame([res])
# 打印输出
print(res_df.to_string(index=False))

内容的提问来源于stack exchange，提问作者Tawan