逻辑回归最终的所有结果都是0的原因

估计是标签是0的数据太多，数据不平衡引起的。以sklearn.linear_model.LogisticRegression为例，你可以尝试：

1.设置参数class_weight=‘balanced’，或者手动设置0/1类的数据权重。

2.逻辑回归真正的输出是一个数据点属于各个类的概率。用predict_proba()可得到。但是为了简化应用，sklearn中predict()方法自己设置了一个阈值0.5，如果P(Y=1)>0.5,那么输出标签就是1。你可以用predict_proba()得到测试数据属于0/1的概率，然后自己设置阈值。

你说的“最终结果”是指什么？是概率呢还是分类呢？

如果数据非常倾斜，有可能得到的分类标签都是0（因为概率都小于0.5），但是概率不可能都是0。

题主不熟悉输出的格式的话，可以看看网上的例子，比如SofaSofa上的教程标杆模型：交通事故理赔审核

里面用的就是

clf.predict_proba(test)[:, 1]