python随机森林分类模型，测试集和训练集的样本数没有准确按照70%和30%分配？

Question

总样本是1440，按照70%和30%划分训练和测试集，训练集和测试集的样本数应该是1008和432。但是在随机森林分类的混淆矩阵中，它们的样本数为1007和433。请问为什么会有误差？这属于正常情况吗？

Answer 1

进行比例划分的时候 从 int 型 转化为了 float 型， float型总是会有微小的误差的，这个不是大问题。
比如你输入 1- 0.9 ， 可能返回 0.1， 也可能返回0.09999999 或者 0.100000000001 , 这是计算机存储机制导致的。