这是一个二进制分类任务，我有 15K 1 和 11K 0（目标）
我尝试了以下方法：
X = feature_cols
y = department_wise[['Threshold']]
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.2, random_state=1)
model = RandomForestClassifier()
model.fit(X, y)
predicted_labels = model.predict(X_test)
X_test 仅预测 0，准确率约为 88%。我不明白为什么，因为我的数据集甚至没有不平衡。无论我尝试使用什么其他分类器，它都能以高精度显示相同的结果。请让我知道我哪里出错了。
某些方法（给定一些数据）仅预测一个类别（意味着概率都大于或小于 0.5）并不罕见。我最近使用逻辑回归应用程序遇到了这种情况。原因通常是您没有好的特征 (x) 来预测 y。所以第一件事：看看X，y的相关性。
你可以做些什么来改善你的健康基本上是使用提升。Boosting 也是基于树的，与 RF 类似，它也是一种集成技术。但是 boosting 赋予了难以预测的观察更高的权重。LightGBM 或 Catboost 是提升的好例程。
在我的例子中，Logit 只预测了一个 AUC 约为 0.3 的类。LightGBM 在预测方面要好得多，也更加平衡，AUC 约为 0.7。
您也可以尝试使用 L1 规则（Lasso）的 Logit。也许您的某些功能在进行预测时不是很有帮助。Lasso 缩小了这些特征，这有助于做出正确的预测。