クロスバリデーションプレディクタスコアが同じ

Question

より良い予測スコアを持つデータでcsvファイルを選択しようとしています。 私は次のコードを使用して相互検証のスコアを決定しようとしています：

from __future__ import division 
import os,csv 
from sklearn import cross_validation 
import numpy as np 
from sklearn import svm 
from sklearn import metrics 

files = [e for e in os.listdir('.') if e.endswith('.csv')] 

csvout = open('xval.csv','wb') 
csvwriter=csv.writer(csvout) 

for f in files: 

    X,Y=[],[] 
    feat=f[4:-4] 
    print feat 

    csvin = open(f,'rb') 
    csvread=csv.reader(csvin) 
    for row in csvread: 
     X.append([row[0]]) 
     Y.append(1 if row[1]=='True' else 0) 

    clf = svm.SVC(kernel='linear', C=1) 
    predicted = cross_validation.cross_val_predict(clf, X, Y, cv=3) 
    print metrics.accuracy_score(Y, predicted) 

csvout.close() 

次のように2つのCSVをがあり、a.csvとb.csv：

0.8307059089237866,False 
0.07933411654760168,False 
0.07933411654760168,False 
0.07933411654760168,False 
0.07933411654760168,False 
0.8050114148789536,False 
0.7050883824823811,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.07933411654760168,True 
0.6251499565651232,True 

0.3507377775833331,False 
0.2609619627153587,False 
0.24483806968609972,False 
0.7122564948467026,False 
0.7172548646226102,False 
0.1321163493448647,False 
0.023658678331543205,True 
0.5954080270729952,True 
0.632479304055982,True 
0.22412105580276065,True 
0.3431509885671966,True 
0.5954080270729952,True 
0.1137442754294842,True 
0.8312144672461341,True 
0.1137442754294842,True 

しかし、私は正確に取得しています同じプレディクタスコア。これはどのように可能ですか？

Answer 1

cross_val_predict（）関数の変数CV（fold number）がクラス0のサンプル数（False）よりも大きいため、現在のコードは機能しません。それを6以下に下げると、動作します。a.csvの精度は0.6、b.csvの精度は0.625になります。