scikit-learn RandomForestClassifier鸢尾花二分类交叉验证全1是否异常

问题解答 #

你的代码没有语法或逻辑错误，全满分的交叉验证结果是正常现象，并不是代码出了问题。

出现这个结果的核心原因是鸢尾花数据集的特性：你筛选出来的类别0和类别1两类样本的特征区分度极高，花瓣长度、花瓣宽度这两个核心特征在两类样本里几乎没有重叠，本身就是完全可分的二分类任务，哪怕用逻辑回归这类更简单的模型也能做到100%分类准确率。

你用到的随机森林即便设置了max_depth=2、max_features=2这类限制模型复杂度的参数，也完全足够学到两类样本的区分规则，所以五折交叉验证全部拿到满分是符合预期的。

如果想要验证这个结论，你可以自行绘制两类样本的特征散点图，就能直观看到两类样本的分布完全没有重叠。

内容的提问来源于stack exchange，提问作者user6585348