python predict_proba_Scikit learn predict_proba给出错误答案

在这个问题上，我引用了以下代码：>>> import sklearn

>>> sklearn.__version__

'0.13.1'

>>> from sklearn import svm

>>> model = svm.SVC(probability=True)

>>> X = [[1,2,3], [2,3,4]] # feature vectors

>>> Y = ['apple', 'orange'] # classes

>>> model.fit(X, Y)

>>> model.predict_proba([1,2,3])

array([[ 0.39097541, 0.60902459]])

我在那个问题中发现这个结果代表了属于每个类的点的概率，按照model.classes给出的顺序>>> zip(model.classes_, model.predict_proba([1,2,3])[0])

[('apple', 0.39097541289393828), ('orange', 0.60902458710606167)]

所以。。。这个答案，如果解释正确的话，可能是一个‘橙色’(由于数据量很小，可信度相当低)。但直觉上，这个结果显然是错误的，因为给出的点与“苹果”的训练数据是相同的。为了确定，我也测试了反面：>>> zip(model.classes_, model.predict_proba([2,3,4])[0])

[(