我有一个带有x列的数据作为pandas数据框。 我想（按随机森林）预测元素最重要。
首先，我仅尝试将一列用作X（1008数字。dtype float64） y是1008个数字，dtype是float64，我也尝试过使用int64。
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.33, random_state=42)
clf = RandomForestClassifier(n_estimators=100, random_state=42)
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
from sklearn.metrics import classification_report, confusion_matrix, accuracy_score
print(confusion_matrix(y_test,y_pred))
print(classification_report(y_test,y_pred))
print(accuracy_score(y_test,y_pred))
我得到的是： 精确召回率f1得分 全部0.00
我也尝试了一个简单的案例：
y = [0,1,2,3,4,5，..，1000]
x = [1,2,3,4,5,6，..，1001]
再次所有0.00和错误：
UndefinedMetricWarning：精度和F分数定义不明确，在没有预测样本的标签中设置为0.0。使用zero_division参数来控制此行为。
所以我做到了：
import warnings
warnings.filterwarnings('always')
print(classification_report(y_test,y_pred, labels=np.unique(y_pred)))
没有任何变化（所有0.00）
我做错了什么？