我花了 30 個小時來調試這個問題，但它完全沒有意義，希望你們中的一個人可以向我展示不同的觀點。問題是，我在隨機森林中使用訓練數據幀并獲得了 98%-99% 的良好準確率，但是當我嘗試加載新樣本進行預測時。該模型總是猜測同一類。#  Shuffle the data-frames records. The labels are still attacheddf = df.sample(frac=1).reset_index(drop=True)#  Extract the labels and then remove them from the datay = list(df['label'])X = df.drop(['label'], axis='columns')#  Split the data into training and testing setsX_train, X_test, y_train, y_test = train_test_split(X, y, test_size=TEST_SIZE)#  Construct the modelmodel = RandomForestClassifier(n_estimators=N_ESTIMATORS, max_depth=MAX_DEPTH, random_state=RANDOM_STATE,oob_score=True)#  Calculate the training accuracyin_sample_accuracy = model.fit(X_train, y_train).score(X_train, y_train)#  Calculate the testing accuracytest_accuracy = model.score(X_test, y_test)print()print('In Sample Accuracy: {:.2f}%'.format(model.oob_score_ * 100))print('Test Accuracy: {:.2f}%'.format(test_accuracy * 100))我處理數據的方式是相同的，但是當我對 X_test 或 X_train 進行預測時，我得到了正常的 98%，當我對新數據進行預測時，它總是猜測相同的類。    #  The json file is not in the correct format, this function normalizes it    normalized_json = json_normalizer(json_file, "", training=False)    #  Turn the json into a list of dictionaries which contain the features    features_dict = create_dict(normalized_json, label=None)    #  Convert the dictionaries into pandas dataframes    df = pd.DataFrame.from_records(features_dict)    print('Total amount of email samples: ', len(df))    print()    df = df.fillna(-1)    #  One hot encodes string values    df = one_hot_encode(df, noOverride=True)    if 'label' in df.columns:        df = df.drop(['label'], axis='columns')    print(list(model.predict(df))[:100])    print(list(model.predict(X_train))[:100])上面是我的測試場景，你可以在最后兩行看到我對X_train用于訓練模型的數據和df樣本外數據的預測，它總是猜測類別 0。一些有用的信息：數據集不平衡；0 類大約有 150,000 個樣本，而 1 類大約有 600,000 個樣本有141個功能更改 n_estimators 和 max_depth 并不能解決問題任何想法都會有幫助，如果您需要更多信息，請讓我知道我的大腦現在很混亂，這就是我能想到的。