精度随着改组训练数据集而改变

Question

我正在TfidfVectorizer使用svm在sklearn包下使用。

vectorizer = TfidfVectorizer()
X_Train = vectorizer.fit_transform(X_Train)

classifier = svm.LinearSVC()
classifier.fit(X_Train, Y_Train)

但是，我面临着一个问题。当我打乱训练数据集时，我得到了不同的准确度。

为什么会发生这种情况？