已采納回答 / 慕粉3796200
不是的，分離訓(xùn)練集和測試集，分得好的話結(jié)果會更好，而且這個是隨機分的，再運行會得到不同的結(jié)果
最新回答 / flare_zhao
老師的實戰(zhàn)課程已經(jīng)上線，希望得到你的支持。https://coding.imooc.com/class/418.html?
2020-01-30
最新回答 / flare_zhao
訓(xùn)練集準確率和測試集準確率沒有必然關(guān)系。當(dāng)模型出現(xiàn)過擬合的時候，會有測試準確率下降的情況
最新回答 / 慕九州5208979
換個名字就好了from sklearn import datasetsiris1=datasets.load_iris()print(iris1.data)
講師回答 / flare_zhao
準確率不同的原因通常有：1、數(shù)據(jù)分離后，數(shù)據(jù)被隨機打亂，因此訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)都可能會有變化，肯定會影響模型及其表現(xiàn)；2、不同的算法，迭代一樣的次數(shù)，模型更新的權(quán)重會有差異，也就是說模型不完全一樣
