python - 在 scikit-learn ML 算法中使用 float64 数据类型是否正确？

Question

我正在尝试对给定的数据集执行决策树和 SVM here使用 scikit-learn。我的目的是比较这两种算法，以便我对两种算法使用 KFold 交叉验证方法并显示差异。但我使用的数据集由实数组成，如 0.00057。我得到的准确性可以说没有过度拟合，但我不确定实际数字是否会影响结果。

为 scikit-learn 内置分类函数提供实数有问题吗？如果是，我应该怎样做才能获得更好的结果？

PS:当我检查Python中单个数据的类型时，我发现它是float64。

Answer 1

DecisionTreeClassifier和SVC内部使用float32来表示特征。他们会将任何输入数据转换为这种格式。对于机器学习任务来说，这通常已经足够精确了。