if configEVAL_MODE cm = confusion_matrixlabels preds classes = dataset_valname_class cm_df = pdDataFramecm index=classes columns=classes report = classification_reportlabel

根据代码中的警告信息，可以推断出在某些类别中没有预测样本，导致精确度和F1分数被设置为0。这可能是因为在这些类别中没有样本被正确预测或者模型没有对这些类别进行预测。可以通过使用zero_division参数来控制这种行为，将其设置为1或者其他适当的值，以避免警告并将精确度和F1分数设置为0。将以下代码添加到classification_report函数中：

classification_report(labels, preds, labels=classes, output_dict=True, zero_division=1)

这样，如果某个类别没有预测样本，精确度和F1分数将被设置为1。