Я работаю над задачей классификации, используя Scikit-Learn (LogisticRegression ()) ⇐ Python

[Anonymous]

Я работаю над задачей классификации, используя Scikit-Learn. После фильтрации и масштабирования моего набора данных я пытаюсь обучить модель логистической регрессии и вычислить матрицу путаницы и оценку F1. Вот код, который я использую: < /p>
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import MinMaxScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import confusion_matrix, f1_score

df_filtered = df[(df['MIP'] >= 10) & (df['MIP']
Проблема в том, что модель либо возвращает предупреждение или неожиданные метрики. Иногда оценка F1 составляет 0, или матрица путаницы показывает только один класс. Что может быть проблемой? Может ли это быть связано с масштабированием, стратификацией или форматированием целевой переменной?>

Подробнее здесь: https://stackoverflow.com/questions/796 ... regression