Scikits.learn 0.8 predict_proba（）只输出统一的概率

Question

我正在使用漂亮的Python scikits.learn包来训练一些基于部分的人脸识别的分类器和直方图梯度功能。我已经成功训练了一个线性SVM来识别特定的面部部分，但我对predict_proba()函数有一些奇怪的问题。

我使用以下培训代码：

 import numpy as np
 from scikits.learn import svm

 # Do some stuff to prepare DATA matrix of feature vector samples
 # And LABELS vector of 1's and 0's for positive and negative samples.
 clf = svm.SVC(kernel='linear',probability=True)
 clf.fit(DATA, LABELS)

但是当我运行predict_proba([test_vector])时，我只看到[[ 0.5 0.5 ]]作为输出，即我的两个二进制类之间的统一概率。

奇怪的是，当我只使用predict()函数时，它的表现相当不错，当然也不能简单地分配所有统一概率。在测试图像上，我在正确的面部周围得到更密集的“1”分类，然后在场景的其他地方有一些预期的嘈杂的“1”分类，但主要是所有“0”分类，如预期的那样。

predict_proba()可能导致此故障的原因是什么？