UndefinedMetricWarning: Recall is ill-defined and being set to 0.0 due to no true samples. Use zero_division parameter to control this behavior. _warn_prf(average, modifier, msg_start, len(result)) 怎么解决

这个警告是因为在计算召回率时，没有真正的样本，导致除数为0。你可以使用`zero_division`参数控制警告的行为。

例如，如果想要将召回率未定义的标签的值设置为0，可以将`zero_division`参数设置为0，如下所示：

from sklearn.metrics import precision_recall_fscore_support

precision, recall, f1_score, support = precision_recall_fscore_support(y_true, y_pred, zero_division=0)

这样，如果召回率未定义，它将被设置为0，而不是发出警告。