eu gostaria de saber o que estou fazendo de errado para ele nao considerar o seed do random state
import pandas as pd
import seaborn as sns
import numpy as np
uri = "https://gist.githubusercontent.com/guilhermesilveira/1b7d5475863c15f484ac495bd70975cf/raw/16aff7a0aee67e7c100a2a48b676a2d2d142f646/projects.csv"
dados = pd.read_csv(uri)
e_renomear = {
"expected_hours" : "horas_esperadas",
"price" : "preco",
"unfinished" : "nao_finalizado"
}
troca = {
0 : 1,
1 : 0 }
dados = dados.rename(columns = e_renomear)
dados['finalizado'] = dados.nao_finalizado.map(troca)
#sns.relplot(x="horas_esperadas", y="preco", hue="finalizado",col="finalizado", data=dados)
x = dados[["horas_esperadas", "preco"]]
y = dados["finalizado"]
from sklearn.svm import LinearSVC
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split
SEED = 20
treino_x, teste_x, treino_y, teste_y = train_test_split(x, y, random_state = SEED, test_size = 0.25,
stratify = y)
print("treinaremos com %d elementos e testaremos com %d elementos" % (len(treino_x), len(teste_x)))
one = np.ones(len(teste_x))
acuracia_dummy = accuracy_score(teste_y, one) * 100
modelo = LinearSVC()
modelo.fit(treino_x, treino_y)
previsoes = modelo.predict(teste_x)
acuracia = accuracy_score(teste_y, previsoes) * 100
print("a acuracia foi de %.2f%%" % acuracia_dummy)
print("a acuracia foi de %.2f%%" % acuracia)