无论是在scikit-learn中使用列表还是numpy数组，结果都不同

Question

我有一个数据集data和一个带标签的数组target，我使用k-Nearest Neighbors算法构建了一个监督模型。

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。获得分类分数：

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()创建并填入target.append()，则分数方法返回0.68。
  
• 如果它是一个numpy数组，使用target = np.empty(shape=(length,1), dtype="S36")创建（它只包含36个字符的字符串），并用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发现了这个问题，这是解释：

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

创建一个错误形状的数组。 scikit-learn估算器几乎总是需要一维数组，即shape=length。这不会导致例外的事实是疏忽。