问题描述：

     模型：from sklearn.svm import SVC

     训练方法：用GridSearchCV和5折交叉验证，选择最佳参数后，在测试集上测试。

     问题：当训练集数据不变，仅变换训练集数据的顺序时，测试结果会不一样。

原因：

      不是SVM对训练数据的输入顺序敏感，问题在参数选择上。

      5折交叉验证——将训练集数据随机划分为5份，拿其中一份验证，四份训练。

      当训练集的数据顺序变化，验证和训练数据的划分会不一样。

      由于随机划分的数据可能不均衡，不同划分结果最适合的模型参数会不一样，所以用GridSearchCV和5折交叉验证对不同的数据顺序返回不一样的最佳参数。

      不一样的参数，自然会得到不一样的模型，在测试集上的结果也就不一样了。

打乱训练集顺序：

      如果train_set是numpy.array，切记要使用——numpy.random.shuffle(train_set) ，能将数据按行打乱。

      另一种打乱方法——random.shuffle(train_set)，不适用2维array的打乱（详细解释的链接）。