随着训练数据集的改组，准确性发生了变化

Question

我正在使用TfidfVectorizer在svm包下使用sklearn。

vectorizer = TfidfVectorizer()
X_Train = vectorizer.fit_transform(X_Train)

classifier = svm.LinearSVC()
classifier.fit(X_Train, Y_Train)

但是，我遇到了一个问题。当我改组训练数据集时，我会得到不同的准确度。

为什么会这样？