我认为在拟合数据并预测训练集之后,您应该获得接近100%的准确度。我的意思是这样。该算法基于该数据集进行学习。但是当我这样做时:
classifier.fit(X_train,y_train)
pred = classifier.predict(X_test)
print(accuracy_score(y_test,pred))
>>> 0.810126582278481
很好。但是,如果我这样做:
pred = classifier.predict(X_train)
print(accuracy_score(y_train,pred))
>>> 0.6677316293929713
这不是谬论吗?还是我做错了什么...?这适用于RandomForestClassifier,MLPClassifier和SVC。