程序运行出现 UndefinedMetricWarning: Precision and F-score are ill-defined and being set to 0.0 in labels

程序运行时出现以下问题·：

 UndefinedMetricWarning: Precision 
and F-score are ill-defined and being set to 0.0 in labels with no predicted samples. Use `zero_division` parameter to control this behavior.

并且模型学习过程中验证集准确率一直在50%，最后结果也是百分之50%

以二分类为例，就是说程序分类的预测标签上只有一类

全为0或全为1

例如：

真实标签：1，1，1，0，0，0

预测标签：0，0，0，0，0，0

而训练集是有为1的标签的，测试机预测结果中未出现为1的标签

忽视警告只能看着舒服，但是没有解决实际问题

根本原因还是在于模型结构问题，即代码问题，或者数据集没有进行随机打乱等，具体情况各有差异