python中predict函数和score函数的区别_sklearn库中.score（）和.predict之间的差异？

我使用sklearn库实例化了一个SVC对象，代码如下：

clf = svm.SVC(kernel='linear', C=1, cache_size=1000, max_iter = -1, verbose = True)

然后，我使用以下方法对数据进行拟合：

model = clf.fit(X_train, y_train)

其中X_-train是a(301，60)，y_-train是(301，)ndarray(y_-train由类别标签“1”、“2”和“3”组成)。在

现在，在我偶然发现.score()方法之前，为了确定我在训练集中的模型的准确性，我使用了以下方法：

prediction = np.divide((y_train == model.predict(X_train)).sum(), y_train.size, dtype = float)

结果大约是62%。在

但是，当使用模型分数(X峎u train，y峎u train)方法I得到大约83%的结果。在

因此，我想知道是否有人可以向我解释为什么会这样，因为据我所知，他们应该返回相同的结果？在

附录：

Yu真的前10个值是：2，3，1，3，2，3，2，2，3，1。。。在

而对于y峎pred(当使用模型.预测(X_列车))，它们是：2，3，3，2，2，3，2，3，3。。。在