为什么我的Sklearn LogistricRegression模型可以正确预测100％？

Question

我有一个Pandas DataFrame，它是3420行x 13列，在这里我试图预测标签“ FTR”为1或0。为此，我正在使用Scikit学习的LogisticRegression。我的问题是我的模型正确地预测了100％，这似乎是不正确的。我在下面有以下代码：

dataCopy = dataCopy[['FTHG', 'FTAG', 'FTR', 'HTGS', 'ATGS', 'HTGC', 'ATGC', 'HTP', 'ATP', 'HomeTeamLP', 'AwayTeamLP', 'MW', 'HTGD', 'ATGD', 'DiffPts', 'DiffFormPts', 'DiffLP']]

X_all = dataCopy.drop(['FTR'],axis=1)
y_all = dataCopy.FTR

X_train, X_test, y_train, y_test = train_test_split(X_all, y_all, test_size=0.3)

LogReg = LogisticRegression()
LogReg.fit(X_train, y_train)
y_pred = LogReg.predict(X_test)

print(classification_report(y_test, y_pred))

打印分类报告显示以下内容：

如果有人能告诉我为什么我获得100％的收益，因为这似乎不正确，我将不胜感激。

Answer 1

您是否检查了逻辑回归权重？这是coef_逻辑回归中的LogReg属性。它可能会使用其中一个功能比其他功能做更多的预测。如果是这样，该功能是否合理地包含在培训中？

用给出的信息很难确切地诊断出发生了什么。