train_test_split函数中random_state参数的含义

前言

  train_test_split函数是在机器学习/深度学习算法中，用于划分数据集的函数，按一定的比例划分数据集为训练集和测试集。在使用该函数时，不太理解random_state参数的含义，通过查阅资料，了解其含义，并做记录。

train_test_split函数使用

train_test_split函数需要导包使用：

from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test = train_test_split(features,target,test_size=0.2, random_state=1) 

random_state参数分析

1. random_state等于不一样的值，获得的训练集和测试集的划分是不一样的。
2. 通过查阅一些资料，发现很多文章都写random_state = 0 时，每次重新运行获得的训练集和测试集是不一样的，会随机划分。random_state = 非0（如1，23，100等任意非0数字）时，每次重新运行获得的训练集和测试集是一样的。
3. 但是本人使用Jupyter Notebook 进行编程实验，发现无论random_state等于多少，一旦确定了一个值（0，1，2，5，100等），之后再重新运行程序，得到的训练集和测试集的划分都是一样的。但是random_state等于不同的值，就会有不同的划分结果，只是这个划分结果是确定的。

实验过程

刚开始random_state = 0，获得的结果如下：

random_state = 1，获得的结果如下：

random_state = 10，获得的结果如下：

结论总结

  random_state参数的值，是设置的随机种子，train_test_split函数根据不同的随机种子，将数据集划分为训练集和测试集。如果数据集没有改变，随机种子数（即random_state值）没有改变，那么划分出来的训练集和测试集就不会改变。数据集和随机种子数改变其中一个值，那划分结果就会改变。