在不同的分类器中获得相同的准确度 - sklearn答案

【问题标题】：Getting same accuracy across different classifiers - sklearn在不同的分类器中获得相同的准确度 - sklearn
【发布时间】：2015-06-13 21:31:05
【问题描述】：

我有一个 540 个图像像素的训练集和一个 150 个图像像素的测试集。这些值存储在不同的 csv 文件中，如下所示：

[label],[num0],[num1],...,[num399]

标签是单个字母，400 个是像素值。这套是用于手语识别的。

代码 -

import numpy as np 
import os
import csv
from sklearn import svm
from sklearn import cross_validation
from sklearn import linear_model

path = '/home/goel/skin'


X_train=[]
y_train=[]
X_test=[]
y_test=[]
ylist=[]

with open("20_20_centered_newer.csv",'r') as file:
    reader = csv.reader(file,delimiter=',')
    reader.next()
    for row in file:
        y_train.append(row[0])
        if row[0] not in ylist:
            ylist.append(row[0])        
        row=row[2:]
        row=[int(x) for x in row.split(',')]
        X_train.append(np.array(row))

y2list=[]

with open("20x20_test.csv",'r') as file:
    reader = csv.reader(file,delimiter=',')
    for row in file:
        y_test.append(row[0])
        if row[0] not in y2list:
            y2list.append(row[0])       
        row=row[2:]
        row=[int(x) for x in row.split(',')]
        X_test.append(np.array(row))

print ylist
print y2list

#clf = linear_model.SGDClassifier().fit(X_train,y_train)
#clf = svm.SVC(kernel='linear').fit(X_train,y_train)
#clf = svm.LinearSVC().fit(X_train,y_train)
clf = linear_model.LogisticRegression().fit(X_train,y_train)
print clf.score(X_test,y_test)

显然，我在所有分类器中的得分都相同，均为 0.78，小数点后 12 位！！！

这里是否存在我不知道的语义错误？

【问题讨论】：

分数只是正确标记的测试样本的比例（150*0.78 = 117 正确）。分数与小数点后 12 位相同的事实无关紧要。三个分类器都得到 117/150 的正确率是否合理？也许剩下的 33 个测试用例比其他的要困难得多。目前无法确定，因为您没有向我们提供任何输入数据。
还要检查 150 个标签中的 117 个是否相同。然后，您的分类器可能会简单地学会始终预测最常出现的标签，而不管输入向量如何。
测试中有 2 个标签，训练中有 3 个标签。 @user3760780 不，它们是均匀分布的。
我用 X_train 训练，只有那些在 y_test 中的标签。仍然获得相同的分数。这是文件 - drive.google.com/…

标签： python numpy machine-learning dataset scikit-learn

【解决方案1】：

可能是因为我的课太少了。我重复了 10 个类的实验，经过 5 次交叉验证得到了大约 2% 的差异。

【讨论】：