无论是在scikit-learn中使用列表还是numpy数组，结果都会有所不同

Question

我有一个数据集data和一个标记数组target，我用它在scikit中构建，使用k近邻算法学习监督模型。

neigh = KNeighborsClassifier()
neigh.fit(data, target)

我现在能够使用这个模型对我的学习集进行分类。获取分类分数：

neigh.score(data, target)

现在我的问题是这个分数取决于target对象的类型

• 如果是python列表，即使用list()创建并使用target.append()填充，则score方法返回0.68
  
• 如果它是一个numpy数组，使用target = np.empty(shape=(length,1), dtype="S36")创建（仅包含36个字符串），并使用target[k] = value填充，则score方法返回0.008
  

为了确定结果是否真的不同，我创建了列出结果的文本文件

for k in data:
    neigh.predict(k)

在每种情况下。结果是一样的

什么可以解释分数差异

Answer 1

@Harel发现了问题，以下是解释：

np.empty(shape=(length, 1), dtype="S36")

创建了一个形状错误的数组。scikit学习估计器几乎总是想要一维数组，即shape=length。事实上，这并没有引起一个例外是一个疏忽。