不同机器学习分类模型准确率完全相同是否合理？

这种情况是有可能出现的，大概率和数据集特性、操作流程都有关系，以下是具体的排查方向：

1. 数据集类别极度不平衡 #

Stroke数据集属于典型的类别不平衡数据集：中风（正样本）的占比极低，绝大多数样本为非中风（负样本）。如果所有模型都默认预测“非中风”这个多数类，它们的准确率会完全一致——因为准确率的计算逻辑是「正确预测样本数/总样本数」，当所有模型都全对多数类、全错少数类时，准确率自然相同。

2. 数据预处理或划分存在问题 #

• 检查训练集与测试集的划分是否合理：如果测试集样本量极小，或者划分后测试集中几乎全是多数类，不同模型的预测结果可能高度重合，导致准确率一致。
• K-Nearest-Neighbor (KNN)对特征尺度极度敏感，若未对特征做标准化/归一化，理论上应与其他模型表现差异明显，但数据集的极端不平衡会掩盖这种差异，最终所有模型都趋向于预测多数类。
• 排查预处理流程：是否误将特征处理成无区分度的状态（比如错误地将所有数值特征归一化至同一值，或丢失了关键特征）。

3. 评估指标选择不当 #

准确率在类别不平衡场景下极具误导性。建议补充查看精确率、召回率、F1分数或ROC-AUC曲线，这些指标能真实反映模型差异——即便准确率相同，不同模型在这类指标上大概率会有明显区别。

4. 模型参数的极端情况 #

虽然使用的是sklearn默认参数，但如果默认参数恰好让不同模型都趋向于“保守预测多数类”（比如Adaboost的弱学习器设置得极简单，或KNN的k值过大），也可能出现准确率一致的情况，但这种概率相对较低。

内容的提问来源于stack exchange，提问作者Kfir Ettinger