决策树分类器和SVC内部使用float32来表示特征。他们将把任何输入数据转换成这种格式。对于机器学习任务来说，这通常已经足够精确了。
我正在尝试使用scikit learn为这里给出的数据集执行决策树和SVM。我的目的是比较这两种算法，以便使用KFold交叉验证方法对两种算法进行验证，并显示差异。但我使用的数据集，由0.00057这样的实数组成。我得到了准确度，我可以说没有过拟合，但我不确定实数是否会影响结果。
给scikit学习内置的分类函数实数是个问题吗？如果是，我应该怎么做才能得到更好的结果？
PS：当我在python中检查单个数据的类型时，我发现它是float64。